近日，课题组博士生张晓晨与其导师组方匡南教授、张庆昭副教授、马双鸽教授合作完成的论文“Smooth and locally sparse estimation for multiple-output functional linear regression”被“ Journal of Statistical Computation and Simulation”接受，即将刊出。该论文主要研究了 随着现代社会的发展和数据收集技术的进步，人们经常会面临大量的连续数据，例如某个地区某段时间内气温的变化、某位病人在某段时间内被医疗仪器所检测到的血压变化等。函数型数据分析方法从动态随机过程的角度分析问题，将一条变化的曲线轨迹作为研究单元，反映事物的内在发展规律，近年来函数型数据分析方法得到了迅速的发展。在函数型数据回归中，函数系数的稀疏性指的是函数系数在某些区域上的值为零。在本文中，我们考虑了多个响应变量的的函数型数据回归模型。基于响应变量之间的相互联系，我们提出了一种新的局部稀疏（即某些子区域为零）估计，即多光滑局部稀疏（m-slos）估计。该方法是基于光滑局部稀疏（slos）估计和Laplacian二次罚函数的组合，其中slos用于鼓励局部稀疏，Laplacian二次罚函数用于促进与响应之间相互关联的系数函数之间的相似局部稀疏性。仿真和案例分析的结果表明，该方法具有良好的数值性能和实用价值。
Journal of Statistical Computation and Simulation杂志主要发表与计算机有关或者依赖于计算机的统计领域的文章，所涉及的内容包括与概率或者统计有关的计算机算法、利用模拟技术进行统计推断的研究以及交互式统计系统的实现。是厦门大学期刊目录国际二类期刊。近年来课题组培养的博士生在读期间都能发表多篇国际期刊，甚至国际一类期刊，博士生整体培养质量在上升，也受到了就业市场的青睐。
（厦门大学经济学院统计系 张晓晨）
