近日，由西南财经大学统计研究中心周岭教授与四川师范大学何叶副研究员、硕士生罗晴，成都理工大学刘浏教授及西南财经大学经济学院毛盛志博士合作完成的论文“Identification of Latent Subgroups for Time-varying Panel Data Models”被计量经济学顶级期刊《Journal of Business & Economic Statistics》在线发表。
内容简介
该工作构建了一种包含潜在亚组结构的时变面板数据模型，旨在同步刻画个体异质性与时变异质性，创新性地提出了组中心监督的K-幂均值方法(KPM)，该方法驱动个体参数向其所属的聚类中心收敛，实现了在无先验分组信息条件下的潜在亚组结构识别。该估计方法兼具优良的估计精度与计算效率，理论上给出了参数估计的相合性及亚组识别的一致性，系统的数值模拟和实际应用验证了该方法在面板数据潜在亚组结构识别中的优良性能。
作者简介
何叶，四川师范大学数学科学学院统计系副研究员，研究领域包括亚组学习，迁移学习，生存分析，个性化治疗，数据集成等。
罗晴，四川师范大学数学科学学院硕士研究生，研究领域包括亚组分析，因子模型等。
刘浏，成都理工大学数学科学学院教授，研究领域包括统计过程控制、变点分析、在线决策及地质统计等。
毛盛志，西南财经大学经济学院讲师，研究领域包括内生增长理论、银行与货币政策、空间经济学与新型城镇化等。
周岭（通讯作者），西南财经大学统计研究中心教授，研究领域包括深度学习，大数据分析，数据集成，迁移学习，亚组分析等。
