光华讲坛——社会名流与企业家论坛第 期

主 题：Sure independence screening for mediation analysis对中介分析进行独立筛选

主讲人：圣路易斯华盛顿大学林楠教授

主持人：统计学院林华珍教授

时间：2023年11月28日（周二）下午15:00-16:00

举办地点：柳林校区弘远楼408会议室

主办单位：统计研究中心和统计学院 科研处

主讲人简介：

林楠教授1999年毕业于中国科学技术大学少年班系，2003年在美国伊利诺伊大学获得统计学专业博士学位，2003-2004年在耶鲁大学做博士后，2004年至今在圣路易斯华盛顿大学任教。现为统计与数据科学系教授。主要从事大数据统计计算、分位数回归，生物信息学以及相关应用领域的研究工作。先后在Biometrika，Biometrics，JCGS，TKDE，New England Journal of Medicine，Genome Research等国际期刊发表70余篇高水平学术论文。曾担任《Computational Statistics & Data Analysis》国际期刊副主编，现任《Journal of Computational and Graphical Statistics》国际期刊副主编。

内容简介：

In recent years, substantial research effort has been devoted to developing methodology for high dimensional mediation analysis to identify variables from a high-dimensional set to explain the causal mechanism. Traditional screening approaches are often applied, while the linear structural equation model structure of the mediation problem is not well accounted for. We propose a new marginal screening procedure, termed Marginal Sobel Screening (MSS), for high dimensional mediation analysis that takes into account the mediation model structure. We establish sample level properties and population properties to ensure the sure screening property for MSS. MSS is shown via simulation to perform better than benchmark approaches and is applied to the Coronary Artery Risk Development inYoung Adults (CARDIA) Study to examine the mediation effect of ultra-high dimensional DNA methylation markers.

近年来，大量的研究工作致力于发展高维中介分析方法，以从高维集合中识别变量来解释因果机制。传统的筛选方法往往被采用，而线性结构方程模型结构的中介问题没有得到很好的解释。主讲人提出了一种新的边际筛选程序，称为边际索贝尔筛选(MSS)，用于考虑中介模型结构的高维中介分析。建立了样本级属性和总体属性，保证了MSS的可靠筛选性能。通过模拟显示MSS比基准方法表现更好，并应用于年轻人冠状动脉风险发展(CARDIA)研究，以检查超高维DNA甲基化标记物的中介作用。