经济学科青年教师张庆昭论文在统计学国际顶级期刊JASA正式发表

  

日前,厦门大学经济学科青年教师张庆昭与耶鲁大学马双鸽教授等人合作的论Promoting Similarity of Sparsity Structures in Integrative Analysis With Penalization统计学四大国际顶级期刊Journal of American Statistical Association (JASA) 2017112卷总第517期上正式发表。

 

对于具有高维协变量但样本量小的数据,单一数据集的分析往往会产生令人不满意的结果。多个独立数据集的综合分析提供了一种有效的信息汇集方法,优于单一数据集和几种可供选择的多数据集方法。在许多情况下,期望多个数据集共享共同的重要协变量,即相应的模型在稀疏结构中具有相似性。然而,现有的方法没有一种机制来促进稀疏结构在综合分析中的相似性。在这项研究中,作者考虑综合分析中惩罚变量的选择和估计。我们开发了一个基于L0的处罚,其中明确促进稀疏结构的相似性。计算它是使用坐标下降算法实现的。从理论上讲,它具有选择和估计一致性。在广泛的模拟场景下,它具有与替代方案相媲美或更好的识别和估计性能。在对三个肺癌基因表达谱数据集的分析中,确定了具有良好生物学意义和令人满意的预测性能的基因。

 

Journal of American Statistical Association是美国统计学会出版的专业性统计期刊,其与Annals of Statistics, .Biometrika, Journal of Royal Statistical Society, Series B常被称为统计学四大国际顶级期刊。该期刊的文章侧重于统计理论与方法在经济、社会、物理、工程和健康科学等领域中的应用。

 

张庆昭,中国科学院数学与系统科学研究院概率与数理统计博士,美国耶鲁大学生物统计系、中国科学院数学科学学院博士后,现任厦门大学经济学院统计系与王亚南经济研究院(WISE)副教授,主要从事半参数、高维数据、经验似然、稳健统计、统计机器学习等领域研究。研究论文发表在Journal of American Statistical Association, Journal of Multivariate Analysis, Statistica Sinica, Statistics and Probability letters等国际重要学术期刊上。

 

(经济学院  崔庆炜)