您的位置是:首页 > 科学研究

讲座:Southwestern University of Finance and Economics, Center of Statistical Research Lin Huazhen到访我院并作学术报告

2017-03-21

320日上午Southwestern University of Finance and Economics,Center of Statistical Research Lin Huazhen教授兼研究中心主任在我校科研楼A702为我校师生进行了以“Concordance Measure-based Feature Screening and Variable Selection”为主题的报告会。研究院全体师生和其他院系的部分师生出席了该报告会。




Lin Huazhen教授此次与大家分享了由他们最新发展的一个甄别和筛选数据的统计方法。通常来说,用于测度预测值和结果之间的秩一致性的$C$统计量是预测精度的标准,也因此成为了变量筛选时的主要依据。但是,由于$C$统计量是一个阶跃函数,其最优化需要蛮力搜索,因此在碰到高维数据预测值的时候,这一统计量就无法直接使用。Lin Huazhen教授此次介绍的正是一种平滑版本的$C$统计量。




Lin Huazhen老师详细说明了这一统计方法的具体内容。运用平滑版$C$统计量确定性甄别(C-SS)方法可以甄别超高维数据,而运用罚$C$统计量(PSC)变量选择法则可以基于筛选结果获得正则化模型。Lin教授证明了这两个相关过程共同构成了筛选数据的框架:C-SS具有确定性甄别特性,而PSC则具有显示特性。具体地说,当$m_n = o(n^{1/4})$(其中$m_n$是由C-SS所甄别的预测值集的基数)这一条件满足时,PSC就能够实现其显示功能。Lin教授进一步的模拟还表明了,与现有处理程序相比,他们所提出的方法更为稳健且有效。这一方法已经被应用到多发性骨髓瘤的研究分析中,并且识别了能够预测患者的治疗反应的几种关键基因。




在讲座接近尾声时,Lin Huazhen教授与现场师生进行了积极的互动,并就同学们提出关于这一新方法和其他与医疗统计相关的问题作出了详细的解答,现场气氛十分活跃。此次学术报告会为大家提供了很好的交流平台,研究院师生纷纷表示收获颇丰。