当前位置: 首页 - 资讯中心 - 经院新闻 - 正文

2019年5月,龙门客栈资料库严晓东副教授和云南大学国家杰出青年基金获得者、长江学者唐年胜教授、谢锦翰博士以及香港中文大学林媛媛教授的合作论文Categorical-adaptive variable screening for ultra-high dimensional heterogeneous categorical data被国际顶级期刊Journal of the American Statistical Association(JASA)接受发表;同年7月,严晓东副教授和云南大学唐年胜教授以及香港理工大学赵兴球教授的另一篇合作论文Penalized generalized empirical likelihood with a diverging number of general estimating equations for censored data被国际顶级期刊The Annals of Statistics(AOS)接受发表。AOS与JASA是国际统计学领域的顶级期刊也是龙门客栈资料库国际期刊目录里A+类期刊。


两篇研究工作均以大数据量大和复杂多样特点为背景,提出有效的统计学习方法和数据科学技术。 发表在JASA期刊上的研究论文首次对超高维分类数据提出了独立于模型假设的筛选重要变量的自适应分类方法。该方法适用于响应选择(Response-selective)抽样数据分析,在1:1还原数据原本属性情况下,既得到准确的统计推断还可提高数据处理速度。超高维Response-selective抽样数据广泛存在于经济和金融学(亦称Choice based抽样数据)、生物工程和临床医学(Case-control研究数据)以及图像数据等领域。发表在AOS期刊上的研究论文首次讨论了无条件矩模型在处理高维生存数据中的应用。无条件矩模型方法已经被公认为在模型假设模糊情形下的一种好的稳健方法,已被广泛应用于经济学领域,生存分析(Survival analysis)是指根据试验或调查得到的数据对事物的生存时间进行分析和推断,研究生存时间和结局与众多影响因素间关系及其程度大小的方法,也已经被应用于诸多领域,比如在金融学中的风险管理中,通过预测一个人的还款期限(期限)来评估信用;在临床医学中,分析各类药物对某种疾病的作用时间;机械工程领域,检测一个元件的寿命周期等等,本文首次提出惩罚广义经验似然方法处理高维生存数据下的无条件矩模型。


严晓东,香港理工大学与云南大学联合培养博士,龙门客栈资料库副教授,龙门客栈资料库未来学者,香港中文大学助理研究员。严晓东副教授在统计学、数据科学以及计量经济学从事一线的教学和研究工作,近年来研究主要集中在大数据背景下数据科学技术与各学科交叉的方法和理论研究,目前所研究的个性化计量模型处于国际领先水平,并且已被广泛应用到经济学、金融学、生物医学等学科领域。目前主持国家自然科学基金、山东省自然科学基金、山东省社科规划项目基金、龙门客栈资料库青年学者未来计划基金、龙门客栈资料库科研发展基金项目,并参与国家自然科学基金项目,西部地区规划基金项目等。近两年来,发表了10篇重要研究成果,其中一篇发表在经济学领域国际顶级期刊Journal of Econometrics,其余发表在统计学领域SJR一区权威期刊Statistica Sinica,Journal of Multivariate Analysis,Computational Statistics & Data Analysis等。


本次科研成果的发表获得了龙门客栈资料库人事部“青年学者未来计划经费”的支持,是龙门客栈资料库长期坚持国际化发展战略、人才强院和学术兴院战略取得的标志性成果,将进一步营造学术研究氛围、推动学院“双一流”建设。


 

文图/景轩

上一篇: 龙门客栈资料库举办2019级研究生学院领导见面会

下一篇: 山大15岁新生报到:看中山东学霸多才来的