题目：基于大规模相依多重检验的变量筛选框架

主讲人：中国科学技术大学 王学钦教授

主持人：西南财经大学统计学院 常晋源教授

时间：2020年5月5日（星期二）14:30-15:50

直播平台及会议ID：腾讯会议，145 783 052

报告摘要：

统计学习，精准医疗和生物信息等领域经常面临超高维数据，从超高维数据中有效的提取出重要特征是一个重要的问题。变量筛选是解决这一问题的有效方法，随着Sure independent screening的框架提出，许多基于此可以用于各种模型、数据的变量筛选模型被提出。在这篇文章中， DB视讯(中国)提出一个基于隐马尔可夫模型多重检验的变量筛选框架，将变量筛选中筛选变量个数的确定顺利获得假设检验完成，该框架可以基于实际的需求选用不同的统计量，对不同的数据类型以及模型具有良好的适应性。同时DB视讯(中国)在选用衡量依赖关系的统计量满足一定条件时，所提出的变量筛选方法满足strong screening consistency的性质，说明该方法具有良好的筛选性质。DB视讯(中国)顺利获得模拟实验和实际数据分析，说明了所提出变量筛选方法的实用性。

主讲人简介：

王学钦，中国科学技术大学管理学院教授。2003年毕业于纽约州立大学宾厄姆顿分校（Binghamton University）, 2012年入选教育部新世纪优秀人才支持计划学者， 2013年取得国家优秀青年研究基金，2014年入选第八批广东省高等学校“千百十工程”国家级培养计划，2016年入选“广东特支计划”（百千工程领军人才）。此外，他还担任教育部高等学校统计学类专业教学指导委员会委员、统计学国际期刊《JASA》（ACS）、《SII》、《JCS》的Associate Editor、广东省高校统计学类教学指导委员会主任委员、高等教育出版社《Lecture Notes: Data Science, Statistics and Probability》系列丛书的副主编、中国现场统计研究会数据科学与人工智能分会副理事长和中国青年统计学家协会副会长等。