主 讲 人：邹国华 研究员（中国科学院数学与系统科学研究院）

时    间：3月27日（周三）16：00-17：00

地    点：威尼斯欢乐娱人城1099北二区教学楼 132 教室

报告摘要：在传统的数据分析中，按模型选择方法选定的模型被假定为真实模型，其后的统计推断都是基于这个假设的。这一过程忽略了模型选择的不确定性，其直接后果是低估了实际的变异。一个解决办法是对基于各种模型的估计进行加权平均，即采用模型平均方法。在独立数据情形下，文献中已提出了若干渐近最优的模型平均方法。然而，相依数据情形下模型平均方法渐近最优性的研究却是一个难点，本报告主要介绍我们在这方面的若干结果。

报告人简介：邹国华，中国科学院数学与系统科学研究院研究员、博士生导师。国家杰出青年基金获得者、“新世纪百千万人才工程”国家级人选、中国科学院“百人计划”入选者、享受国务院政府特殊津贴。现为国际统计学会推举委员、中国统计学会、中国现场统计研究会、北京市统计学会常务理事。长期从事统计学的理论研究与实际应用工作，研究领域包括模型选择与模型平均、抽样调查、计量经济学、统计遗传学以及统计与管理决策理论等。在《中国科学》，Biometrika, Genetics, Journal of Econometrics 和Journal of the American Statistical Association等国内外顶尖期刊上发表论文近90篇。