课题组博士毕业生张晓晨与方匡南、张庆昭合作论文在Journal of Computational and Graphical Statistics发表
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方匡南教授、张庆昭教授合作完成的论文“Functional linear model with prior information of subjects’ network”被Journal of Computational and Graphical Statistics正式接受并在线发表。Journal of Computational and Graphical Statistics 创立于1992年，介绍了在统计学和数据分析中改进和扩展计算与图形方法使用的最新技术，是学界公认的统计学国际权威期刊，是厦门大学经济学科认定的国际A-期刊。
该文是张晓晨博士学位论文的基础上进行的改进和拓展。在许多现代应用中，样本来自网络连接的个体。网络的信息对预测发挥着重要作用。为了借助先验的样本网络结构信息提升参数估计效果和模型预测效果，本文在目标函数中引入了拉普拉斯二次惩罚函数以鼓励有连接的节点间预测的相似性，提出了带样本网络先验信息的函数型线性模型，并研究了该模型的统计性质。随着数据收集技术和存储技术的发展，我们面临越来越庞大复杂的数据，数据中可能包含多个函数型协变量。针对这一现象，本文引入高维数据处理技术，对函数型协变量进行变量选择，提出了带样本网络先验信息的高维函数型线性模型。模拟结果和实例分析结果说明了当存在网络内聚性时，将样本网络结构信息纳入模型预测可以改进传统模型。
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，现为北京师范大学珠海校区文理学院统计系讲师，主要研究方向为高维数据分析、函数型数据分析、迁移学习、多源数据分析、Meta 分析等，已在Journal of Computational and Graphical Statistics，Journal of Multivariate Analysis，Statistics in Medicine等期刊发表（含正式接受）论文多篇。
