2018年7月9日上午，湖北工業大學理學院羅幼喜博士應理學院邀請，在明理樓B101教室為我院師生作了題為“貝葉斯分位回歸建模方法”的學術報告。
縱向數據是當前實際工作者面臨的最常見數據之一，然而傳統均值縱向數據回歸模型的不穩健性和透視數據的單一性使得模型在數據信息的提取上還不夠充分有效。羅博士在報告中針對縱向數據提出了一種新的貝葉斯分位回歸建模方法。通過引入非對稱拉普拉斯分布, 建立了貝葉斯分層分位回歸模型，并在任意 分位點處獲得了未知參數的后驗聯合分布。為了克服髙維積分運算帶來的困難,羅博士在報告中給出了兩種參數估計的 MCMC 算法: Metropolis-Hastings 算法和 Gibbs 抽樣算法。兩種算法不僅能夠靈活容納模型中的多重隨機效應， 而且允許隨機效應有不同的先驗分布。最后通過對一個實際的縱向數據建模分析，給出了新方法的應用并獲得了一些新結論。
報告會結束后,羅幼喜博士還同與會師生面對面進行了交流討論。
