Bayesian Quantile Regression for Longitudinal Data Model
報告題目： Bayesian Quantile Regression for Longitudinal Data Model
報告人：羅幼喜（博士、副教授）
報告時間：2018年7月9日（星期一）10：00-12：00
報告地點：明理樓B101
報告人簡介：
羅幼喜，男，湖北工業大學理學院副教授，碩士生導師，中國人民大學經濟學博士，中國科學院計算技術研究所博士后，美國Emory大學、新加坡南洋理工大學訪問學者。主要從事計量經濟建模、高維生物數據挖掘，貝葉斯分析，MCMC算法等方面的研究工作。先后在國內外重要刊物上發表論文40多篇，其中SCI/CSSCI檢索20余篇。主持了國家社科基金、教育部人文社科基金等多個項目的研究。
講座簡介：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。本論文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 τ 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, 論文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. 蒙特卡羅模擬也顯示兩種新方法在一大類常見誤差分布之下比傳統方法估計效果占優. 最后通過對一個實際的縱向數據建模分析，論文給出了新方法的應用和獲得的一些新結論。
熱烈歡迎全校師生參加學術交流！
舉辦單位：理學院 科研處 數理力學研究中心 非線性動力系統研究所
