欢迎访问江西财经大学新闻网! 显示时间
    • 新闻网:727058217@qq.com

      新媒体:jcxinmeiti@126.com

学术江财

首页>>学术江财>>新闻列表

卡尔加里大学卢学文教授在线讲学


  5月11日上午,应统计学院邀请,卡尔加里大学卢学文教授为学院师生带来一场题为“Sieve estimation of a class of partially linear transformation models with interval-censored competing risks data”的线上讲座。本次讲座由副院长刘小惠主持,部分师生代表聆听。

  卢学文通过具体实例讲解了何为竞争风险数据。竞争风险数据是指在具有时间事件结果的生物医学研究中,每个受试者都可以经历几个单独事件中的任何一个,无论哪个先发生。其最大特点在于事件发生时间点不能被精确观察到,只能获知其发生的时间点处于某一时间段内。随后卢教授撒哈拉以南非洲的HIV感染者的数据集来对竞争风险数据进行具体说明。

  卢学文介绍了他的论文主要研究了一类具有区间删失竞争风险数据的部分线性变换模型。在特定病因累积发病率函数的半参数化广义优势率设定下,通过最大化B样条和Bernstein多项式联合的筛子空间上的似然函数,获得模型中大量参数和非参数成分的最优估计。此设定考虑了一个相对简单的有限维参数空间和一个可以用有限维参数空间逼近的无限维参数空间,当样本量趋于无穷大时,可以证明所有参数的估计的几乎处处收敛性,收敛的速度,和有限维参数的估计的渐近正态分布和半参数有效性。最后卢教授通过模拟实验以及实证数据说明了方法的有限样本性质及其实用价值。

  讲座最后,卢学文提到了在现实生活中使用部分线性变换模型处理区间结尾的竞争风险数据依旧存在许多挑战,例如,在实际应用中,连接函数通常是未知的,如何选择合适的连接函数是需要解决的问题之一。其次,部分线性GOR变换模型中如何确定哪些协变量是参数的,哪些是非参数的,即如何确定代表未知平滑回归函数数量的g。为解决该问题,卢加收提出了两种解决方案,其一是简单地把离散协变量放在线性部分连续协变量放在非线性部分。其二为筛选法,即首先进行初步的单变量分析,然后根据估计的非参数函数的形状分离连续协变量,容易得知,筛选法更具有合理性。

  此次卢学文教授的精彩演讲,完整展示了一类具有区间截尾竞争风险数据的部分线性变换模型的理论与实践分析,为统计学院师生从事相关研究工作提供了有益示例。(文/统计学院  戴静怡  图/统计学院 彭钰奇    编辑/王骋宇    审核/一审  姜莹  二审  赵旻  终审  李大晖

  【延伸阅读】

  主讲人卢学文教授,现任加拿大卡尔加里大学数学统计系统计学教授,博士导师。1987年在湖南师大获得数学学士学位,1990年在北京大学获得概率统计硕士学位,1997年于加拿大奎尔夫大学获得博士学位。工作经验有,1990-1994任湖南师大数学系讲师,1997-2002在加拿大联邦农业和农业食品部担任生物统计学家,2008.08-2009.06担任密歇根大学生物统计系访问副教授,2002.7-2013.03于卡尔加里大学担任助理教授和副教授,2013.04至今,担任卡尔加里大学终身教授。主要从事非参数/半参数回归、删失回归、生存分析、生物医学统计、广义线性/可加模型、混合模型、面板数据分析、经验似然方法、变量选择、机器学习等领域的研究,迄今为止,在Technometrics, Scandinavian Journal of Statistics, Statistica Sinica, Journal of Multivariate Analysis, Computational Statistics and Data Analysis, Journal of Cerebral Blood Flow and Metabolism, International Journal of Food Microbiology等期刊发表数十篇高水平学术论文,并参加编辑了两部专著:《Modeling Microbial Responses in Food>,2003,《CRCPress和Advanced Statistical Methods in DataScience》,2016,Springer。同时担任了统计学杂志Journal of Statistical Computation and Simulation的副主编。