2020年12月14日下午15点30分，数学与统计学院邀请上海交通大学长聘教轨副教授、博士生导师王涛教授做线上学术报告，全体研究生参加了报告，数学与统计学院副院长徐平峰教授主持了报告会。
窗体顶端
窗体底端
报告题目：Some recent progress on inverse regression with count-valued predictors
报告摘要：The goal of dimension reduction in regression is to reduce the dimension of the predictor space without loss of information on the regression. In many fields, the predictors of a response are count-valued, including species abundance in ecological studies, phrase tokens in text mining, and panel data in econometrics. In this talk, we review the dimension-reduction methodology in regression with count-valued predictors. We follow an inverse regression approach by modeling the conditional distribution of the predictors given the response, using the Poisson independence model and its generalizations. A new proposal is then briefly discussed.
王涛简介：上海交通大学，长聘教轨副教授，博士生导师。香港浸会大学统计学博士，曾在美国耶鲁大学公共卫生学院从事博士后研究工作，是国际统计学会当选会员和美国耶鲁大学生物统计系客座助理教授。主要研究方向包括高维数据统计降维、生物医学数据挖掘与分析、以及潜变量建模与推断。
在报告中，王涛教授首先介绍了本次报告会的主要内容，并介绍了逆回归和降维的重要性，然后开始细致的讲解，对于回归中减少维数的目标是在不损失回归信息的情况下减小预测变量空间的维数。在许多领域中，响应的预测因子都是计数值，包括生态研究中的物种丰富度，文本挖掘中的短语标记以及计量经济学中的面板数据，最后使用计数值预测变量进行回归的降维方法。并使用Poisson独立模型及其概括，通过对给定响应的预测变量的条件分布进行建模来遵循逆回归方法，然后简要讨论一个新建议，得出更好的结果。
报告结束后，参会人员踊跃提问，就感兴趣的问题向王涛教授进行讨论与交流，王涛教授就提出的问题进行了详细的解答，并分享了自己的心得。数学统计学院徐平峰教授再次向王涛教授表示了感谢。
本次报告极大地提高了学生们的学习动力与学习积极性，也启发了师生们对于数据降维的新方法的探究与思考，得到了更加深刻的认识。同时，开拓了师生们的视野，使师生们对统计学领域有了更深刻的领悟与感受。
数学与统计学院
2020年12月14日
