应我院邀请,5月21日下午,南方科技大学田国梁教授在腾讯会议分别作了题为《A class of Poisson--multiplication distributions for modeling count data with over-dispersion(I)》和题为《A class of Poisson--multiplication distributions for modeling count data with over-dispersion(Ⅱ)》的两场讲座。相关师生聆听了此次讲座,讲座由施建华老师主持。
在第一场讲座中,田国梁教授主要为听众介绍了在自然科学(如生物学、物理学)、社会科学与经济学、医学与健康科学以及工程技术领域中,过度离散计数数据广泛存在。田教授指出,尽管目前已发展出伽马-泊松(混合)分布、广义泊松分布和双泊松分布来解决计数数据中的过度离散问题,但现有离散分布的数量仍不足以满足拟合此类复杂计数数据的需求。因此,为满足复杂计算的需求,田教授及其团队展开了相应的研究。
在第二场讲座中田教授对其研究成果进行了详细的介绍。田教授指出其研究成果通过分解泊松分布中的方差参数,提出了一类具有自然统计解释的泊松乘性(PM)分布或广义泊松乘性(Ge-PM)分布。在研究中,田教授提供了五种可用于对过度离散计数数据建模的具体PM分布。同时,在Ge-PM框架下,田教授还构建了五种用于分析含协变量计数数据的PM均值回归模型。此外,田教授采用由上穿/求解(US)算法辅助的归一化期望最大化(N-EM)算法来计算参数的极大似然估计。在最后的模型比较的仿真研究表明,田教授所提出的五种PM模型扩展了现有模型的应用范围,并通过分析一组德国医疗需求数据集对所提出的方法进行了说明。
田国梁教授1998年毕业于中科院应用数学研究所和香港浸会大学数学系,曾在北京大学概率统计系和美国田纳西州St. Jude儿童研究医院从事博士后研究、之后在美国马里兰大学医学院从事医学统计研究6年, 在香港大学统计与精算学系任副教授8年,从2016年6月至今在南方科技大学统计与数据科学系任教授、鹏城孔雀计划特聘A岗位、博士生导师、副系主任,现讲授数理统计、计算统计等多门统计专业课程。田教授是国际统计学会 (ISI) 当选会员, 是国际统计期刊《Statistics and Its Interface》、《Communication in Statistics》以及《Computational Statistics and Data Analysis》的副主编。他目前的研究方向为EM/MM/US算法在统计中的应用、(0, 1) 区间上连续数据以及成分数据的统计分析、多元零膨胀计次数据分析、不完全分类数据与缺失数据分析,主持国家自然科学基金面上项目二项、主持深圳市稳定支持面上项目一项、并参加国家自然科学基金重点项目一项。田教授在国外重要期刊发表学术论文150多篇,其中多篇发表在国际统计杂志《Statistical Methods in Medical Research》、《Statistics in Medicine》、《Biometrics》、《Statistica Sinica》、《Journal of Multivariate Analysis》等上,在Wiley、Chapman & Hall/CRC等国际著名出版社出版专著3本, 在科学出版社出版英文教材2本。
