讲座题目：校正后的Mallows模型平均方法

主讲人：邹国华，首都师范大学特聘教授

时间：2018年10月21日（周日）上午10:00

地点：北院卓远楼305室

主办单位：统计与数学学院

摘要：模型平均方法的一个重要问题是权重的选取。Hansen(2007)提出的用于权重选择的Mallows标准是首个渐近最优标准，被广泛地使用。本文中，我们基于小样本F分布提出了一个校正后的Mallows模型平均(MMAc)方法。 在最小化均方误差的意义上，MMAc在大样本下表现出与Mallows模型平均(MMA)一样的渐近最优性。MMAc的权重趋向于最小化均方误差的最优权重，基于此事实，我们同时研究了MMAc的相合性。我们导出了新的经验权重的收敛速率，同时建立了类似于MMA和Hansen & Racine (2012)提出的刀切法模型平均(JMA)的相关性质。我们用大量模拟验证了,较之MMA和其它常用模型平均方法，MMAc的表现通常更好，特别是对中小样本量的情形。 两个真实数据分析结果也支持这个结论。

邹国华，首都师范大学特聘教授。博士毕业于中国科学院系统科学研究所，是国家杰出青年基金获得者、“新世纪百千万人才工程”国家级人选、中国科学院“百人计划”入选者、享受国务院政府特殊津贴，曾获中国科学院优秀研究生指导教师称号。
主要从事统计学的理论研究及其在经济金融、生物医学中的应用研究工作，在统计模型选择与平均、决策函数的优良性、抽样调查的设计与分析、疾病与基因的关联分析等方面的研究中取得了一系列重要成果，得到了国内外同行的好评与肯定。出版教材1本，在《中国科学》（5篇）、Biometrika （2篇）、Genetics（3篇）、Journal of Econometrics（5篇）、Journal of the American Statistical Association （3篇）等国内外著名期刊上发表论文百余篇；主持或参加过二十多项国家自然科学基金项目以及全国性的实际课题，提出的预测方法被实际部门所采用。