科学研究

学术讲座

当前位置: 首页 >> 科学研究 >> 学术讲座 >> 正文

数学与统计学院2026年系列学术活动第三十一场

发布日期:2026-09-14    作者:     点击:

(通讯员:边睿骞)2026年9月13日上午8:00,我院特邀曲阜师范大学统计与数据科学学院王明秋教授,在北湖东校区数统新楼201室作学术报告。本次报告由数学与统计学院承办,会议由数学与统计学院副院长杨凯教授主持,院长王纯杰教授、统计系副主任王淑影教授、学院部分老师和部分研究生参加了本次学术报告会。

会议开始之际,由杨老师作为代表对王老师的到来表示感谢,并对王老师及其研究内容做了简单的介绍。

报告人简介:王明秋,曲阜师范大学统计与数据科学学院教授,博士生导师。研究方向包括稳健估计、非参数统计推断、高维数据分析、大数据抽样等。先后主持国家自然科学基金面上项目等省部级以上项目7项。主要成果发表在国内外知名学术刊物SCIENCE CHINA Mathematics、《统计研究》、Statistics and Computing、Journal of Complexity等学术期刊。

报告题目:Optimal subsampling for multiplicative linear measurement error models

报告摘要:In the presence of covariates affected by measurement errors, we first propose the corrected least product relative error score (CLAPRES) function to mitigate the effects of measurement errors on parameter estimation in multiplicative regression models. This method is invariant under scale transformations of the positive response and the covariates. To address the challenge of massive datasets with measurement errors, we explore an optimal subsampling algorithm based on the CLAPRES method and derive the optimal subsampling probabilities under the A- and L-optimality criteria. The consistency and asymptotic normality of the subsampling CLAPRES estimators are established. Numerical studies demonstrate the effectiveness of the CLAPRES method.

本次报告王教授围绕“乘法线性测量误差模型的最优子抽样”作专题报告。

王教授首先介绍了什么是测量误差和子抽样,测量误差是指观测值与真实值之间的差异。简单来说,就是我们在测量或收集数据时,由于各种原因导致记录下来的数值与实际情况不完全一致。子抽样是一种统计学和机器学习中常用的重采样技术。它的核心思想是:从原始数据集中随机抽取一部分数据,用这个较小的数据集来进行分析、训练或评估。

其次,他假设带测量误差的模型是光滑的。基于这一假设,他采用最小二乘法原理来构建损失函数,通过最小化观测值与模型预测值之间的残差平方和,来衡量模型对数据的拟合程度。在损失函数的基础上,进一步引入极大似然法的思想,将损失函数与似然函数建立联系。进而,通过损失函数和极大似然法来求出参数的估计值。

最后,通过模拟研究,其结果表明,无论测量误差的分布是服从对数正态分布还是均匀分布,参数的偏差和标准误差均在合理的范围之内。

报告结束后,参会人员踊跃提问,就感兴趣的问题与王老师进行了深入的讨论和交流。与在场师生深入交流的过程中,王教授指出测量误差在模拟设定时不应该太大,否则模拟数据就会有很多的异常值,导致参数估计的结果变差。聆听报告的师生均表示收获颇丰,并激发了大家的学习热情。


初审:关迪

复审:杨凯

终审:王丹、王纯杰

数学与统计学院

2026年9月14日


上一条:数学与统计学院2026年系列学术活动第三十二场

下一条:数学与统计学院2026年系列学术活动第三十场