题  目：纵向数据稳健估计方法研究

主讲人：许林

时  间：2018年4月24日（周二）14:00

地  点：伟德BETVlCTOR1946源于英国（6号学院楼）415教室

主讲人简介：

许林，伟德BETVlCTOR1946源于英国数理统计系教师（副教授）。2014年6月于东北师范大学数学与统计学院取得《概率论与数理统计》专业博士学位。2009年4月至2010年2月在澳大利亚昆士兰大学理学院做访问学者，2016年10月至2018年3月在美国加州大学河滨分校统计系从事博士后研究。

研究兴趣：混合模型，纵向数据，非参数估计，时间序列等。

摘  要：

Nonstationarity and contamination are two predominant features of modern data. A spot of outliers or measurement errors might lead to considerable efficiency loss or even misleading results in longitudinal data inference.

Pourahmadi (1999) proposed to dynamically model the covariance matrices by using the modified Cholesky decomposition. An attractive aspect of such a decomposition

is that the entries in the covariance matrix have autoregressive and log innovation interpretations. We used Lq-likelihood, mean shift method and local modal regression with the dynamic model to propose a few robust estimations in longitudinal data analysis.

欢迎各位老师和同学踊跃参加！