（通讯员：关迪）2024年8月4日下午13:00，闽南师范大学付志慧教授莅临我院做学术报告，在南湖校区老图书馆四楼左侧研究生5-1学习室进行，报告由数学与统计学院统计系副主任王淑影副教授主持，学院部分老师及研究生参加了本次学术报告会。
会议开始之际，由王淑影老师作为代表对付志慧教授的到来表示感谢，并对付志慧教授及其研究内容做了简单的介绍。
报告人简介：付志慧，博士，闽南师范大学数学与统计学院硕士生导师，校龙江学者特聘教授，入选福建漳州市高层次 D类人才、沈阳市第一批高层次人才-拔尖人才，美国伊利诺伊大学香槟分校访问学者。主要研究方向为贝叶斯统计、教育统计与心理测量等。主持完成国家自然科学基金项目、国家社会科学基金项目、辽宁省自然科学基金和福建省自然科学基金项目、全国统计科学研究项目、辽宁省教育厅项目等课题；获第十一届全国统计科学研究优秀成果二等奖、辽宁省自然科学技术成果三等奖；科学出版社独立出版专著1部，在《British Journal of Mathematical and Statistical Psychology》、《Physica A: Statistical Mechanics and its Application》、《Multivariate Behavioral Research》等期刊上发表20余篇学术论文。兼全国工业统计学教学研究会青年统计学家协会常务理事、中国教育学会教育统计与测量分会理事、福建省统计学会常务理事等。
报告题目：Bayesian Regularization Methods For (Unspecified) Loadings in Partially Confirmatory Factor Analysis
摘要：The application of regularization methods to factor analysis models is increasingly gaining popularity. This research proposes more valid Gibbs sampling algorithms based on the Partially Confirmatory Factor Analysis (PCFA) framework for unspecified loadings. Four Bayesian regularization methods were employed and compared, including Lasso, Spike-and-Slab prior (SSP), Horseshoe, and Horseshoe+. Simulation study results indicate that compared to the original Lasso in PCFA, the other three priors demonstrate better validity and robustness. In particular, SSP shows better parameter recovery performance even under extreme conditions. Moreover, all three priors showed better identification of factor correlation, Horseshoe+ and SSP showed better robustness at the exploratory and confirmatory step, respectively. Finally, results from real-data demonstrate that the Horseshoe provides the most parsimonious factor structure. The four different priors also offer developers more flexible options in empirical research.
在接下来的报告中，付志慧教授提出了结合正则化方法与部分确认因子分析（PCFA）的思路，重点探讨正则化方法在因子分析中的实际应用。付志慧教授指出，正则化方法通过对模型施加约束，可以有效减少过拟合现象，能够在庞杂的数据中识别出真正的重要因子。
付志慧教授详细介绍了几种主要的正则化方法，包括Lasso、SSP、Horseshoe以及Horseshoe+。付志慧教授分别阐明了这些方法的理论基础、适用场景及其优缺点，特别是Horseshoe和Horseshoe+在因子相关性识别方面的实际优势。
报告结束后，与会人员踊跃提问，纷纷向付志慧教授请教在因子分析中遇到的具体问题。付志慧教授耐心解答了每一个问题，并进一步阐明了正则化方法在处理复杂数据时的重要性。
此次学术交流会拓展了同学们的学术视野，也让老师和同学对因子分析中的正则化方法有了更深刻的理解。
（审核人：王丹、王纯杰）
数学与统计学院
2024年8月4日
