近日，由西南财经大学统计研究中心、统计与数据科学学院博士生朱一凡、硕士生陈文钰（共同第一作者）、博士生程喆，张佛德教授与新加坡国立大学 Zhisheng Ye 副教授合作完成的论文《Causality-Preserving Domain Generalization via Adaptive Fourier Mixup for RUL Prediction》被《IEEE Transactions on Pattern Analysis and Machine Intelligence》（TPAMI）在线发表。论文聚焦时间序列域泛化场景下的剩余使用寿命预测问题，提出 ...

  近日，由西南财经大学统计研究中心刘耀午教授及美国科罗拉多州立大学王天颖博士合作完成的论文“A powerful transformation of quantitative responses for biobank-scale association studies”被统计学国际顶级学术期刊《Journal of the American Statistical Association》正式发表。 内容简介  在具有非高斯误差的线性回归模型中，响应变量的变换在众多应用中被大量采用。受到各类遗传关联研究的推动，用于假设检验的变换方法引起了广泛关注。...

近日，由西南财经大学统计研究中心佘睿副教授、戴琳琳副教授与香港科技大学凌仕卿教授合作完成的论文“A Two-step Estimating Approach for Heavy-tailed AR Models with Non-zero Median GARCH-type Noises”被统计学国际顶级学术期刊《The Annals of Statistics》正式接收。

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。

近日，由西南财经大学统计研究中心兰伟教授与澳大利亚国立大学邹韬副教授、美国宾夕法尼亚 州立大学统计系李润泽教授及加州大学戴维斯分校Chih-Ling Tsai教授合作完成的论文“Fixed and random covariance regression analyses”被统计学国际顶级学术期刊《The Annals of Statistics》正式发表。 内容简介协方差回归分析是一种用于刻画响应变量的协方差与一组解释变量X之间关系的方法，其中 X可以是向量、矩阵或张量。现有文献大多聚焦于“...

动脉粥样硬化是一种慢性且多因素驱动的疾病，可累及多种动脉系统。其进展主要由低密度脂蛋白（LDL）胆固醇的积累所推动，这一过程促进了局部动脉病变的形成。这些病变可能进一步导致严重并发症，如缺血性心脏病和脑卒中。遗传因素，特别是单核苷酸多态性（SNP），以及与年龄相关的身体组成变化，都会显著影响LDL水平，从而产生由函数型与标量型变量混合组成的超高维协变量。由于数据量庞大且表示形式各异，这些协变量往往分布在不同的数据存储节点。为了分析遗传与生理因素对LDL水平的影响，我们首先分别从超高维的函数型与标量型协变量中以无监督方式提取特征。随后，我们提出一种新的回归模型来整合这些可能相互相关的特征，这种相关性来源于潜在的超高维函数与标量混合协变量之间的内在结构关联。我们的方法采用带有加性多指标成分的因子回归模型，以充分且有效地捕捉潜在特征与响应变量之间的关系。在模型层面，我们通过对回归系数矩阵施加列稀疏性与低秩约束以提升模型可解释性，并在考虑协变量相关性的同时融入结构信息，从而提高估计效率与稳健性。该方法对响应变量的分布不作假设，因此具备更高的灵活性与适用性。在模型估计方面，我们构建了一个基于sieve似然的估计框架以获得高效且稳健的估计结果。我们将所提方法应用于英国ALSPAC数据集，结果显示该方法在LDL水平预测中具有较高准确率，并成功识别出影响LDL的关键SNP位点及人体测量指标。进一步地，我们考察了不同人体测量特征随年龄变化对LDL水平的影响，并扩展分析以识别影响成年人身体质量指数的主要个体与父母特征。