Bayesian Quantile Regression for Longitudinal Data Model

报告题目： Bayesian Quantile Regression for Longitudinal Data Model

报告人：罗幼喜（博士、副教授）

报告时间：2018年7月9日（星期一）10：00-12：00
报告地点：明理楼B101
报告人简介：
    罗幼喜，男，湖北工业大学理学院副教授，硕士生导师，中国人民大学经济学博士，中国科学院计算技术研究所博士后，美国Emory大学、新加坡南洋理工大学访问学者。主要从事计量经济建模、高维生物数据挖掘，贝叶斯分析，MCMC算法等方面的研究工作。先后在国内外重要刊物上发表论文40多篇，其中SCI/CSSCI检索20余篇。主持了国家社科基金、教育部人文社科基金等多个项目的研究。

讲座简介：纵向数据是当前实际工作者面临的最常见数据之一，然而传统均值纵向数据回归模型的不稳健性和透视数据的单一性使得模型在数据信息的提取上还不够充分有效。本论文针对纵向数据提出了一种新的贝叶斯分位回归建模方法. 通过引入非对称拉普拉斯分布, 建立了贝叶斯分层分位回归模型, 并在任意 τ 分位点处获得了未知参数的后验联合分布. 为了克服髙维积分运算带来的困难, 论文给出了两种参数估计的 MCMC 算法: Metropolis-Hastings 算法和 Gibbs 抽样算法.两种算法不仅能够灵活容纳模型中的多重随机效应, 而且允许随机效应有不同的先验分布. 蒙特卡罗模拟也显示两种新方法在一大类常见误差分布之下比传统方法估计效果占优. 最后通过对一个实际的纵向数据建模分析，论文给出了新方法的应用和获得的一些新结论。

热烈欢迎全校师生参加学术交流！

                  举办单位：理学院 科研处  数理力学研究中心 非线性动力系统研究所