光华讲坛——社会名流与企业家论坛第 期

主 题：Estimation of Low Rank High-Dimensional Multivariate Linear Models for Multi-Response Data低秩高维多变量线性模型在多响应数据中的估计

主讲人：澳门大学张文扬教授

主持人：统计学院林华珍教授

时间：2024年5月24日（周五）下午5：00-6：00

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：

张文扬教授是澳门大学商务智能与分析讲座教授，统计学三大国际顶尖期刊之一 the Annals of Statistics 的副主编，统计学三大国际顶尖期刊之一 Journal of the American Statistical Association 的副主编，商务和经济统计方面的国际顶尖期刊 Journal of Business & Economic Statistics 的副主编。张文扬教授主要从事大数据分析，金融数据分析，高维数据分析，非参数建模、时间序列分析、空间数据分析，多层次建模，生存分析，结构方程模型等方向的研究。他在国际顶尖学术期刊发表了很多非常有影响的学术论文，他关于ABC方法的一篇论文被引用超过3300多次。他曾先后在英国伦敦政治经济学院、英国 Kent 大学、英国 Bath 大学、英国 York 大学任教。

内容简介：

In this talk, I will focus on low rank high-dimensional multivariate linear models (LRMLM) for high-dimensional multi-response data. I will present an intuitively appealing estimation approach together with an implementation algorithm. I will show the asymptotic properties of the estimation method to justify the estimation procedure theoretically. Intensive simulation study results will be presented to demonstrate the performance of the proposed method when the sample size is finite, and a comparison will be made with some popular methods from the literature. I will show the proposed estimator outperforms all of the alternative methods under various circumstances. Finally, I will apply the LRMLM together with the proposed estimation to analyze an environmental dataset and predict concentrations of PM2.5 at the locations concerned. I will illustrate how the proposed method provides more accurate

predictions than the alternative approaches.

在本次报告中，主讲人将重点介绍用于高维多响应数据的低秩高维多变量线性模型（LRMLM）。主讲人将展示一种直观且具有吸引力的估计方法及其实现算法。还将展示该估计方法的渐近性质，以在理论上证明该估计过程的合理性。通过密集的模拟研究结果，主讲人将展示在有限样本情况下所提出方法的性能，并与文献中的一些流行方法进行比较。主讲人会展示在各种情况下，所提出的估计方法都优于所有其他方法。最后，主讲人将应用LRMLM及所提出的估计方法，分析一个环境数据集并预测相关地点的PM2.5浓度。主讲人将展示该方法如何比其他替代方法提供更准确的预测。