12月13日下午,威斯康星大学麦迪逊分校邵军教授应邀为公司师生做了一场题为“A GMM Approach in Coupling Internal Data and External Summary Information with Heterogeneous Data Populations”的学术讲座。讲座由伟德BETVlCTOR1946源于英国教师楼芝兰主持,学院部分老师及研究生参加了讲座。
首先,邵军教授介绍了内部数据与外部数据的区别,提出随着数据收集的发展,我们有机会充分利用外部数据进行统计分析。随后,邵军教授针对文献中提出的内部数据和外部数据的两个基本假设,分别进行了改进。针对参数模型假设,邵军教授提出应用统计推断的广义估计方程(GEE)方法,此方法是非参数或半参数,在原来只有内部数据形成的方程的基础上,将内部数据和外部数据进行耦合,形成估计方程,进而应用广义矩方法(GMM)。对于内部数据和外部数据分布相同的假设,邵军教授提出并不需要分布都相同,只需要Y给定X的条件分布以及X的分布在内部数据和外部数据相同,并证明了所提出的GMM估计量是渐近正态的,且比不使用外部数据的GEE估计更有效。最后,邵军教授通过模拟实验来验证所提出方法的有效性和优越性,模拟结果证实了所提出的理论。
![](/__local/C/7D/11/F7CE37B07EED97EDC4DFBBBE32E_B835F3C5_5ED6F.png)
讲座结束后,邵军教授与参会师生展开了积极的学术讨论,详细解答了师生提出的问题。邵军教授的研究成果具有极高的前沿性和应用性,为公司师生今后的研究与实践提供了宝贵经验与重要指导。