讲座报告主题：新回归模型：Modal回归
专家姓名：姚卫鑫
日期：2024-06-24 时间：16:00
地点：数科院206会议室
主办单位：数学科学学院

主讲简介：姚卫鑫是美国加州大学河滨分校统计系教授。他于2002年在中国科学技术大学获得统计学学士学位，并于2007年在宾夕法尼亚州立大学获得统计学博士学位。他的主要研究领域包括混合模型、非参数和半参数建模、稳健数据分析，众数回归，和高维数据建模。至今，姚博士已经发表了100多篇国际论文，还出版了一本专著。他担任过多个国际知名统计期刊的副主编包括Biometrics, Journal of Computational and Graphical Statistics, Journal of Multivariate Analysis, and The American Statistician。2020-2021年受邀担任Advances in Data Analysis and Classification的客座主编。姚教授是美国统计协会会士和国际统计学会当选会员。研究专长：统计学。

主讲内容简介：均值回归和分位数回归基于均值和分位数的思想，被广泛研究并广泛用于建模因变量Y和协变量x之间的关系。然而，关于基于众数建立的回归模型的研究相当有限。在本次演讲中，我们提出了一种新的回归工具，即模态回归，旨在在给定协变量x而不是传统均值回归使用的均值的情况下，找到因变量Y的最可能条件值（众数）。模态回归可以揭示条件均值或分位数可能遗漏的新的有趣数据结构。此外，模态回归可以抵抗异常值和重尾数据，并且可以在数据倾斜时提供更短的预测区间。此外，与传统的均值回归不同，模态回归可以直接应用于截断数据。模态回归可能是一种非常有用的回归工具，可以补充传统的均值和分位数回归。

欢迎师生参加！