报告题目:贝叶斯联合协方差模型及其估计
主 讲 人:沈家铭
单 位:曼彻斯特大学
时 间:12月9日20:00
腾 讯 ID:728 528 032
摘 要:
在估计纵向数据模型(也称为面板数据或者重复测量数据)的过程中,不再能假设数据观测是iid的,因此,要把数据的协方差关系考虑进模型当中。此时就需要同时估计数据的均值和协方差阵。这里有两个难点需要克服,一个是数据的超高维度,另外一个是需要保证估计的正定性。我们使用基于改进的Cholesky分解(MCD)的方法,对模型的均值,广义自回归系数和更新方差同时建立线性回归模型,并且使用贝叶斯方法进行估计。该模型称为基于MCD分解的联合均值协方差模型。
简 介:
沈家铭,男,曼彻斯特大学的博士毕业生,硕士毕业于兰卡斯特大学。目前主要研究兴趣包括贝叶斯计算,变量选择方法,和纵向数据分析等。