太阳成tyc7111cc(中国)集团-官方网站

2023年12月12日上午，华东师范大学太阳成集团tyc7111cc唐炎林教授应邀来我校开展了以“Distribution-free prediction bands for clustered data with missing responses”为主题的学术讲座。本次讲座在综合楼644会议室举行，由太阳成集团tyc7111cc徐安察教授主持。

唐炎林教授是华东师范大学太阳成集团tyc7111cc的教授、博士生导师、统计学系主任；入选国家高层次青年人才计划（组织部）。2012年1月博士毕业于复旦大学统计系，同年5月加入同济大学，2019年1月加入华东师范大学。主要研究方向为分位数回归、高维统计推断、不完全数据统计建模，主持多项国家自然科学基金、上海市自然科学基金，担任SC1期刊Statistica Sinica、 Journal ofthe Korean Statistical Society的编委。在Biometrika、JRSSB、Biometrics等发表论文30余篇。

在本次讲座中，唐炎林教授首先介绍道现有的缺失聚类数据的方法通常依赖于强大的模型假设，然而实际情况常常难以满足假设的前提条件，从而容易出现模型错误指定，故对Conformal prediction(CP)进行了讲解。随后，唐炎林教授详细介绍了他们的团队关于缺失聚类数据进行了哪些工作。其中，提到了在有限样本而产生具有覆盖保证的协变相关预测带过程中，为了基于保角推理为新受试者的整个轨迹构建预测带，而达到无需对模型规范和聚类依赖结构进行任何假设的目的。他们首先通过二次采样将聚类数据简化为独立的截面数据，然后提出三种加权保角方法来生成预测区域。然后，唐炎林教授向我们重点说明了CP 基于conditional density 的变化情况，其中为了利用聚类数据的相关性信息，他们重复了the subsampling and conformal inference的方法，通过组合相关的p-values来产生综合预测区域。在所提出的三种方法中，加权CD分割方法通过收敛到最高密度集来产生最小的预测区域，并为每个给定的对象提供渐近条件覆盖保证。最后，对处理好的数据进行了Simulations和real data analysis。测试结果表明：与其他方法相比，唐炎林教授介绍的方法在不同的复杂误差分布下具有良好的有限样本行为。实际应用在the motivating serum cholesterol 数据和 CD4+ cell 数据集中得到了证明。

在讲座的最后，老师和同学们向唐炎林教授提问了许多在实际中遇到缺失数据该如何处理的问题，唐炎林教授热情地对此展开回答，并表示实际中还存在缺失数据没有适合的处理方式，需要大家共同努力促进发展。最后，徐安察教授对此次讲座发表总结并对唐炎林博士的精彩分享以及在场听众的参与和互动表达了诚挚的感谢，本次讲座在热烈的掌声中圆满结束。