近日，由经济学院统计学与数据科学系2017级博士毕业生张晓晨与其导师组导师方匡南教授、张庆昭副教授以及耶鲁大学马双鸽教授合作完成的论文“Subgroup analysis for high-dimensional functional regression”被Journal of Multivariate Analysis正式接受并在线发表。Journal of Multivariate Analysis 创立于1971年，是学界公认的统计学国际权威期刊，也是我院认定的统计学国际A-期刊。
该文是在张晓晨博士学位论文基础上进行的改进和拓展。在某些研究实例中，我们仅仅知道数据可能来自于不同的亚组，但是具体的样本来源异质结构是未知的。因此，在构建模型时一个比较有挑战性的问题是如何在异质结构信息未知的情况下，将样本自动分组，同时完成对高维函数型线性模型的变量选择和参数估计。现有的大多数亚组分析方法主要集中在标量数据，对函数数据，特别是高维函数回归的研究较少。针对这一情况，本文提出了考虑数据异质性的高维函数型线性模型，假设样本中的异质性由未观察到的潜在因素决定，通过对个体差异进行惩罚，自动将样本分为多个亚组。该模型能够同时实现样本的自动分组和高维函数型协变量的变量选择。该论文在提出方法论的同时，建立了严格的理论性质，允许函数型协变量的个数、样本异质结构组数随着样本数目增加而增加，证明了在满足一定的条件下，该模型可以依概率1正确识别样本异质结构，且准确识别出非零函数系数对应的函数型协变量。模拟分析表明，该方法在处理异质数据和同质数据方面，都表现出了良好的效果。最后本文将该方法应用到薄膜晶体管液晶显示器的生产数据中。
张晓晨，厦门大学经济学院统计学与数据科学系2017级博士毕业生，指导老师为方匡南教授、张庆昭副教授，现为山东大学中泰证券金融研究院博士后研究人员。其主要研究方向为高维数据分析，函数数据分析等，已在Journal of Multivariate Analysis，Statistics in Medicine等国际权威期刊发表论文5篇，并有多篇论文在审稿中。
