（通讯员：关迪）2024年8月12日上午11:00，首都师范大学邹国华教授莅临我院做学术报告，报告在南湖校区老图四楼会议室进行学术报告进行，数学与统计学院院长王纯杰教授主持会议，学院部分老师及研究生参加了本次学术报告会。

报告人简介：邹国华，首都师范大学教授。博士毕业于中国科学院系统科学研究所，“新世纪百千万人才工程”国家级人选、中国科学院“百人计划”入选者、享受国务院政府特殊津贴，获中国科学院优秀研究生指导教师称号。主要从事统计学的理论研究及其在经济金融、生物医学中的应用研究工作，在统计模型选择与平均、抽样调查的设计与分析、决策函数的优良性、疾病与基因的关联分析等方面的研究中取得了一系列重要成果。出版教材2本，发表学术论文140余篇；主持和参加过近30项国家科学基金项目及国家级项目。后对莅临会议的各位领导、专家学者、各位来宾表示热烈欢迎。

报告题目：Bootstrap Model Averaging

摘要：Model averaging has gained significant attention in recent years due to its ability of fusing information from different models. The critical challenge in frequentist model averaging is the choice of weight vector. The bootstrap method, known for its favorable properties, presents a new solution. In this paper, we propose a bootstrap model averaging approach that selects the weights by minimizing a bootstrap criterion. We demonstrate that the resultant estimator is asymptotically optimal in the sense that it achieves the lowest possible squared error loss. Furthermore, we establish the convergence rate of bootstrap weights tending to the theoretically optimal weights. Additionally, we derive the limiting distribution of our proposed model averaging estimator. By simulation studies and empirical applications, we show that our proposed method often has better performance than other commonly used model selection and model averaging methods.

会上，邹国华教授分享了一种Bootstrap模型平均方法，该方法通过最小化Bootstrap准则来选择权重，并证明了所得估计是渐近最优的。此外，建立了自举权重的收敛率，趋向于理论上最优的权重，并推导了所提出的模型平均估计的极限分布。通过模拟和实证表明，所提方法通常比其他常用的模型选择和模型平均方法具有更好的性能。

会后，邹国华教授与在场师生进行互动交流。同学们就报告内容及日常学习中的困惑进行请教，邹国华教授进行了详细解答，并与学院教师展开了讨论。最后，王纯杰院长与邹教授就数学领域的人才培养、青年学者的研究方向选择等议题进行了深入探讨。

（审核人：王丹、王纯杰）

数学与统计学院

2024年8月12日