主 题：具有响应测量误差的零膨胀泊松模型

主讲人：麦吉尔大学张启煌助理教授

主持人：统计学院刘耀午教授

时间：2024年9月9日（周一）下午4：00-5：00

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：

张启煌是麦吉尔大学流行病学与生物统计系的助理教授。2015年本科毕业于西南财经大学统计金融统计与风险管理，然后于滑铁卢大学完成了统计学硕士与博士学位。之后，他在宾夕法尼亚大学完成了博士后工作。此外，他还是《PLOS ditial health》和《Frontier in Epigenetics and Epidenomics》的特邀编辑。张启煌的研究主要集中在开发用于遗传关联研究、RNA测序和空间多组学的创新统计方法。他的工作旨在通过解决测量误差、分类错误和图形关联结构。他的近期研究涉及深度学习，特别是应用于分析空间转录组学和空间代谢组学数据的深度神经网络方法。

内容简介：

零膨胀计数数据在基因组学研究中非常普遍。我们通常使用结合了泊松分布和过多零值的混合模型来对这种数据进行分析。然而，计数响应中的测量误差对这种数据的分析构成了重大挑战。在此，我们提出了一种新的计数数据测量误差模型，该模型对计数响应的误差方式进行了具体的建模。我们表明，忽略测量误差效应在计数响应的建模中可能会导致无效的推断结果。为此，我们并提出了一种新的贝叶斯方法来解决零膨胀泊松模型下的测量误差效应。同时，我们开发了一种易于实施的数据增强算法，并进行模拟研究以评估该方法的性能。最后，我们将在癌症基因组研究数据分析中展示该方法的实际应用。