6月25日上午，受AG亚游
邀请，美国加州大学河滨分校（University of California, Riverside）统计系姚卫鑫教授莅临仙林人才交流中心218会议室，作题为《Simultaneous Quantile Regression Model: Homogeneity, Sparsity and Efficiency》的学术报告。AG亚游
和经济AG亚游
相关专任教师及研究生到场聆听学习。
报告伊始，姚卫鑫教授介绍了分位数回归在刻画响应变量条件分布方面的优势，并指出传统均值回归只能描述平均效应，而独立估计多个分位点的回归模型存在参数冗余、模型可解释性不足以及变量选择效率较低等问题。针对上述不足，姚教授提出了PHISQ方法，在同时估计多个分位点回归模型的基础上，引入同质性与稀疏性约束，实现变量筛选和同质性识别，为构建更加简洁、高效且具有良好解释性的分位数回归模型提供了新思路。随后，姚教授介绍了PHISQ方法的模型构建、求解算法及相关理论结果，并通过模拟实验展示了该方法在变量选择准确率、模型估计精度以及尾部分位点预测性能等方面相较于传统分位数回归方法的优势。此外，该方法能够有效识别影响变量的同质性与异质性特征，为统计建模提供了更加高效的分析工具。报告结束后，姚卫鑫教授与现场师生围绕分位数回归、高维统计建模、变量选择及未来研究方向等问题进行了深入交流，并耐心细致地解答了师生提出的问题。与会师生一致认为，本次报告内容丰富、理论严谨、应用前景广阔，不仅加深了大家对现代分位数回归理论与方法的理解，也为今后的统计建模与数据分析研究提供了新的思路和启发。
姚卫鑫教授现任美国加州大学河滨分校统计系正教授，2002年获中国科学技术大学统计学学士学位，2007年获宾夕法尼亚州立大学统计学博士学位。主要研究方向包括混合模型、非参数与半参数建模、稳健统计、众数回归以及高维统计。迄今已发表SCI论文100余篇，合著出版混合模型专著一部，担任《Biometrics》《Journal of Computational and Graphical Statistics》《Journal of Multivariate Analysis》《The American Statistician》等国际知名统计学期刊副主编，并担任多个国际期刊客座主编。姚教授曾四次受邀在国际学术会议作大会主旨报告，现为美国统计协会会士（ASA Fellow）及国际统计学会会员（Elected Member of the International Statistical Institute）。
