首都经济贸易大学统计学院张宝学教授、南京审计大学统计与数学学院林金官教授与中山大学数学学院王学钦教授

 

2018年06月08日上午，应广州大学经济与统计学院和岭南统计科学研究院的邀请，在行政东前座412会议室，首都经济贸易大学统计学院张宝学教授作了题为“Classifying next-generation sqeuencing data using a zero-inflated poisson model”的报告；南京审计大学统计与数学学院林金官教授作了题为“A Robust and Efficient Semiparametric jump-preserving estimation for single index models”的报告；中山大学数学学院王学钦教授作了题为“BeSS:An R Package for Best Subset Selection in Linear,Logistic and CoxPH Model”的报告——暨“羊城讲坛”第三十九讲，旨在进一步提高年轻学者及研究生对研究的理解。此次讲座由李元教授主持，相关专业的师生参加了此次讲座。最后，孙六全教授作了总结发言。

张宝学教授的报告中，提出了零填充泊松 Logistic判别分析（ZIPLDA），用于RNA-seq数据的零点过量。新方法假定数据来自两个分布的混合：一个是零点质量，另一个遵循泊松分布。然后考虑模型中观察零点的概率和基因平均值以及测序深度之间的逻辑关系。仿真研究表明，所提出的方法在广泛的设置中比现有方法执行得更好，或者至少与现有方法一样好。

林金官教授的报告中，针对具有不连续未知链接函数的单指标模型，提出了一种基于局部模态回归的鲁棒高效估计方法。所提出的参数和非参数部分估计量的渐近正态性可以在一些温和条件下建立。报告表明，当没有异常值且误差分布正常时，所提出的估计量与最小二乘估计量一样渐近有效。

王学钦教授的报告中，讲述了R包—BeSS，提出了广义线性模型和Cox比例风险模型中最佳子集选择的实现算法。该算法将系数参数和残差作为原始和双重变量，利用基于原始和双重变量互补性的有效主动集选择策略。