报告题目：高维矩阵回归模型的稳健估计及其应用
报告人： 谭祥勇副教授 江西财经大学
报告时间：2024年12月26日星期四下午15：00-
报告地点：至善楼234
邀请人： 苏理云教授
报告摘要：随着大数据时代的到来，我们日常生活中的数据不再局限于单一的数值或向量型数据，而是越来越多地涉及矩阵、张量等结构化数据。在本文中，我们考虑了具有矩阵型协变量的自适应Huber迹回归模型。通过采用非凸惩罚方法，我们得到了具有低秩结构的估计量。在一些温和的假设条件下，我们证明了该估计量的收敛速度。模拟结果表明，本文所提出的方法在有限样本情况下表现优异。此外，我们还将这一方法应用于空气质量数据中，进一步验证了该方法的有效性。
报告人简介：谭祥勇，男，2020年毕业于上海财经大学数理统计学专业，现任江西财经大学统计与数据科学学院副教授。主要研究方向为高维统计推断、矩阵回归、半参数与非参数统计。主持国家自然科学基金青年项目1项；主持江西省自然科学基金青年项目1项；主持并结题江西省教育厅科技项目1项；参与参与1项国家自然科学基金重大项目及多项省部级课题。目前已在《统计研究》、《数学学报（英文版）》、Bioinformatics、Journal of Complexity、Statistics等国内外学术期刊上发表20论文余篇。
