近期 ，伟易博治理学院统计系博士生常晋源以第一作者完成的文章“Marginal Empirical Likelihood and Sure Independence Feature Screening”被统计学顶级期刊The Annals of Statistics（统计年鉴）正式吸收。《统计年刊》是由国际数理统计协会（Institute of Mathematical Statistics）主理的刊物 ，旨在反应统计学最高质量的研究 ，拥有普遍的国际声誉（http://imstat.org/aos/）。
随着科学手艺的前进 ，高维数据在伟易博生涯中随处可见。怎样从众大都据中挖掘出有用信息 ，剔出无用信息 ，既是目今统计学研究的重点 ，也是解决现实问题时经常遇见的问题。好比 ，当我们在对因变量举行统计推断的时间 ，自变量的个数可能很是多 ，但在这众多的自变量中可能仅有少数的自变量对因变量具有诠释作用。直接使用所有自变量对因变量举行建�？赡芑岱浩鹆街智樾危海�1）模子不显著；（2）当自变量个数远大于样本量时 ，响应的待估参数个数也会远大于样本量 ，这会导致模子的预计也会泛起一些问题。以是怎样在高维数据中剔出无用的自变量是举行有用统计建模前至关主要的一步。
该文章运用多重假设磨练的看法对变量筛选问题举行审阅。这个想法与古板要领将变量筛选问题处置惩罚成参数预计的看法差别。作者通过对履历似然（Empirical likelihood）要领的系统研究发明履历似然比统计量在0点处的取值可以用作磨练统计量�；谡庵侄嘀丶偕枘チ返目捶� ，该文章给出了关于线性模子和广义线性模子统一的变量筛选要领。由于履历似然要领具有自学生化（Self-studentized）的特点 ，该文章给出的筛选要领与已有要领相比能够战胜异方差性对筛选历程的影响。同时 ，文章中还证实基于履历似然要领的变量筛选历程具有选择一致性 ，即选出的模子与真模子一样的概率会随着样本量趋近于1。
另一方面 ，该文章也思量了在参数是由一样平常预计方程确定的模子中怎样运用履历似然比对变量举行筛选。与古板文献在线性模子和广义线性模子的框架下思量变量筛选问题相比 ，该文章的效果极大地扩大了变量筛选问题的模子类 ，并且在这一更大的模子类下 ，给出了统一的筛选要领。
常晋源同砚于2009年9月从北京师范大学数学科学学院保送至伟易博师从陈松蹊教授举行硕博连读。在校时代 ，于2011年12月在The Annals of Statistics上以第一作者身份揭晓论文一篇 ，2012年4月获得国际数理统计协会（Institute of Mathematical Statistics）揭晓的Laha Award ，2013年5月获得中国概率统计协会揭晓的宝洁优异论文奖。
用户登录
伟易博首页
