方匡南的个人网站（数据智能弄潮者）

博士毕业生李晶茂的论文发表在Bioinformatics

Tue, 09 Sep 2025 11:02:56 +0800

近日，由经济学院统计学和数据科学系博士毕业生李晶茂与上海交通大学徐雅晴助理教授、耶鲁大学马双鸽教授、以及其导师方匡南教授合作完成的论文"GE-IA-NAM: Gene–environment Interaction Analysis via Imaging-assisted Neural Additive Model" 在Bioinformatics正式接受并在线发表，该论文是李晶茂博士论文的部分内容。李晶茂2024年7月毕业于厦门大学经济学院，现为耶鲁大学博士后。Bioinformatics为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一类期刊（国际A-类）。

基因–环境（G–E）交互作用分析在健康医疗和公共卫生研究中具有重要意义，它有助于揭示基因变量与环境因素如何协同作用，从而影响疾病相关的结果变量。传统的G–E交互分析方法多依赖回归模型，但在处理复杂数据模式时往往显得力不从心。近年来，深度神经网络逐渐被引入这一领域，带来新的突破。然而，在样本量有限、数据维度高等“信息稀缺”情境下，这类方法的表现仍不尽如人意。值得注意的是，除了基因和环境数据，病理图像作为一种信息丰富且易于获取的数据来源，正逐渐展现出巨大的应用潜力。基于此，本文提出了一种多模态深度G–E交互学习框架，即基于病理图像辅助的神经网络可加模型（GE-IA-NAM），用于开展G–E交互作用分析。该方法通过加性网络结构，精细刻画基因变量、环境因素及其交互项对结果变量的影响。同时，研究团队设计了一种辅助学习策略，能够充分挖掘病理图像信息，有效提升建模效果。在模拟实验和实际数据分析中，该方法均展现出优异表现。与现有基于回归或全连接神经网络的G–E建模方法相比，新方法不仅在灵活性与可解释性之间取得更佳平衡，还能够在层次性约束下实现变量选择，显示出较强的创新性。此外，所提出的辅助学习策略也为多模态数据的统计分析提供了新的思路和方法论启示。

【喜讯】方匡南教授与其博士毕业生蒲丹、范新妍合作的论文发表在JCGS

Tue, 12 Aug 2025 12:35:16 +0800

近日，由经济学院统计学和数据科学系方匡南教授与其博士毕业生蒲丹、范新妍合作完成的论文“Tree-Enhanced Latent Space Models for Two-Mode Networks”在 Journal of Computational and Graphical Statistics正式接受并在线发表。范新妍2019年毕业于厦门大学经济学院，现为中国人民大学统计学院副教授。蒲丹2023年毕业于厦门大学经济学院，现为西南财经大学统计学院讲师。Journal of Computational and Graphical Statistics为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一类期刊（国际A-类）。

该文提出了一种创新性的基于树结构增强的潜空间模型（Tree-Enhanced Latent Space Model, TLSM），用于刻画和分析二模网络中的节点连接结构，尤其适用于具有明显层级类目信息的复杂网络。与传统的潜空间模型相比，TLSM模型首次系统性地引入节点的树状结构辅助信息，将每个节点的潜空间嵌入向量重参数化为其在树路径上所有中间节点向量的加和，并通过构建带有group-lasso型正则项的对数似然函数，实现了对同一类别或分支下节点潜在相似性的自适应识别和估计。这种正则化机制不仅增强了模型对类别内部同质性与异质性的刻画能力，也提升了模型在有限样本条件下的稳定性和泛化能力。

在算法方面，设计了一套基于交替方向乘子法（ADMM）的高效求解算法，针对多变量非凸优化问题实现了稳定收敛。在理论方面，论文在潜空间建模理论框架下推导了参数估计量的一致性与收敛速度，相关证明涉及复杂的经验过程集中不等式和模型复杂度控制技术，为方法的有效性提供了坚实的理论基础。在仿真研究中，作者系统评估了模型在不同树结构复杂度和节点规模下的表现，结果表明TLSM在网络估计和社区划分任务上均优于现有方法。进一步地，基于Amazon商品评论数据的实证分析验证了该方法在实际网络中的可操作性和解释力，不仅显著提高了边预测的精度（如AUC与误差率指标），还能基于产品分类结构发现可替代产品群，为精准营销和个性化推荐提供了理论支持。

【喜讯】方匡南教授获中国商业统计学会首批会士称号

Tue, 12 Aug 2025 12:30:57 +0800

2025年7月29日至30日，中国商业统计学会第八届六次理事会暨第八届十次常务理事会在呼和浩特内蒙古财经大学召开。来自厦门大学、北京大学、中国人民大学、吉林大学、对外经济贸易大学、东北财经大学等145所高校、机构、企业的200多名会员代表和嘉宾齐聚一堂，共襄盛会。会议上揭晓了具有里程碑意义的中国商业统计学会首届会士名单，20位统计学者获此殊荣。方匡南教授荣获中国商业统计学会首批会士称号。

中国商业统计学会会士是学会最高学术荣誉称号，为终身荣誉，旨在表彰在统计理论创新、实践应用及学会发展中具有突出贡献的会员。这是我国统计学会首次颁发的此类荣誉称号。中国商业统计学会成立于1987年，由原商业部、国家粮食局、国家烟草专卖局、中华全国供销合作总社、中石化销售总公司等九大行业部门和单位共同发起，在民政部正式注册的全国性、学术性、非营利性社会组织。学会现隶属于国务院国有资产监督管理委员会，由国家统计局及商务部对其进行业务指导。近年来，在国务院国有资产监督管理委员会的领导和民政部的指导下，始终以政治建设为统领，深入贯彻党的精神，紧密围绕党建引领、品牌赛事、服务体系、学术交流、科研管理及组织规范等方面扎实推进工作。

【喜讯】博士毕业生范新妍与方匡南教授等合作论文在JASA发表

Thu, 05 Jun 2025 12:49:56 +0800

近日，经济学院统计学与数据科学系方匡南教授与中国人民大学统计学院范新妍副教授（厦门大学经济学院2019届博士毕业生）、西南财经大学兰伟教授和加州大学戴维斯分校Chih-Ling Tsai教授合作完成的论文“Network Varying coefficient Model”被Journal of the American Statistical Association正式接受并在线发表。Journal of the American Statistical Association是学界公认的统计学国际顶尖期刊，是厦门大学经济学科认定的国际A类期刊。

在生物医学、社交网络等领域，网络数据广泛存在且具有重要研究价值。传统的变系数模型（VCM）虽能处理时间序列和空间数据中的系数动态变化，但在面对网络数据时存在局限性。实际中，网络节点的 “位置” 往往不可观测，现有研究方法无法有效解决网络数据中节点异质性系数分析的问题，也难以建立回归系数与网络邻接矩阵之间的关系。由于网络数据在各个学科和行业的广泛应用，开发一种能够适应网络数据的变系数模型来分析具有潜在位置的节点异质性变得十分必要。尽管已有研究尝试通过设定未观测指标或潜在变量来刻画节点异质性，但大多忽略了回归建模中协变量与网络位置的相互作用。例如，在研究青少年心理健康时，同伴连接对心理健康的影响会因性别或种族不同而有所差异。

该论文主要提出了网络变系数模型（Network Varying Coefficient Model,NVCM）及其稀疏版本（Sparse Network Varying Coefficient Model,SNVCM），旨在解决现有模型和方法在处理网络数据时的不足，更好地分析网络数据中的节点异质性。论文将回归系数作为网络节点潜在 “位置” 的函数，拓展了经典变系数模型以适应网络数据，通过潜在空间模型识别潜在 “位置”，并开发了迭代投影梯度下降算法估计未知参数和潜在向量，利用贝叶斯信息准则选择潜在空间维度，还运用惩罚方法选择对响应变量显著的协变量并论证了选择的理论性质。在模拟研究中，对比多种模型后发现 NVCM 和 SNVC 在估计准确性和变量选择方面表现出色；在实际应用中，通过分析股票收益和财务比率之间的关系，进一步验证了模型的有效性。该论文的创新点在于提出新模型来处理网络数据，综合多种方法解决模型估计和变量选择问题，在理论上获得非渐近误差界并证明模型选择一致性，为网络数据分析提供了更有效的工具和方法。

【喜讯】博士毕业生蒲丹合作的论文在Journal of Econometrics发表

Thu, 21 Nov 2024 18:44:46 +0800

近日，由经济学院统计学与数据科学系2023届博士毕业生蒲丹与其导师方匡南教授、张庆昭教授以及西南财经大学兰伟教授和北京大学虞吉海教授合作完成的论文“Multivariate Spatiotemporal Models with Low Rank Coeﬀicient Matrix”被Journal of Econometrics正式接受并在线发表。蒲丹现为西南财经大学统计学院讲师，该论文是蒲丹的博士论文的一部分，其博士论文的另外两个工作分别已经被Journal of Business & Economic Statistics在线发表和Statistica Sinica在线发表。Journal of Econometrics是学界公认的经济学与统计学国际顶尖期刊，是厦门大学经济学科认定的国际A期刊。

多元时空数据广泛存在于各个学科领域和应用中。这种类型的数据涉及研究个体、观测时刻和响应变量三个维度，不同维度之间都存在着复杂的相关性。目前大多数研究仅关注两个维度之间的相关性，无法直接用于分析多元时空数据。针对这一情况，本文提出了多元低秩时空自回归模型，能够同时分析研究个体、观测时刻以及响应变量之间的相关性。通过假设空间影响矩阵具有低秩的结构，该模型不仅显著地降低了未知参数的维度，而且在理论方面和应用方面都具有良好的可解释性。区别于事先给定空间权重矩阵的建模框架，本文提出的模型具有以下两个优点。一方面，本文假设研究个体之间的影响力具有全局性，通过对空间影响矩阵施加低秩的结构去刻画研究个体影响力的同质性与异质性。另一方面，本文假设空间影响矩阵是未知的，通过数据自适应地估计出潜在的空间影响矩阵，避免了模型错误设定的风险。这种建模框架适用于一般的不具有“距离”概念的数据，特别是经济或者金融数据。

考虑到模型存在内生性问题，本文通过极大化伪对数似然函数来求解未知参数。为了确定空间影响矩阵的秩，本文将岭比率估计量推广到多个响应变量的情形。统计性质方面，在满足一定的条件下，本文建立了参数估计量的相合性、渐近正态性以及岭比率估计量的选择相合性。数值分析方面，本文通过大量的模拟研究以及针对股票市场数据集和空气污染数据集的实证分析进一步验证了所提出的模型在有限样本下的优良表现。

【喜讯】在读博士生张妍合作的论文在“第四届中国大数据统计论坛暨中国现场统计研究会大数据统计分会第四届年会”的“研究生论坛”中荣获一等奖

Tue, 29 Oct 2024 14:50:27 +0800

2024年10月25日至27日，第四届中国大数据统计论坛暨中国现场统计研究会大数据统计分会第四届年会在江苏徐州召开。本次大会还举办了第二届研究生论坛，旨在为研究生提供展示研究成果和交流学术思想的平台。来自华东师范大学、厦门大学、重庆大学等高校的45名研究生在会上进行了汇报。经过评选，来自厦门大学的在读博士生张妍的论文“Network Model Averaging Prediction for Latent Space Models by K-Fold Edge Cross-Validation”获得一等奖。

该论文由博士生张妍与中国人民大学的廖军副教授、范新妍副教授以及其导师方匡南教授合作完成。研究主要针对在网络规模较小而真实潜在空间维度较大的情况下，潜在空间模型中的参数难以准确估计的问题，提出了一种针对不同维度潜在空间模型的网络模型平均（NetMA）方法，特别关注网络中的链接预测。文章首先在单层和多层网络中建立了该平均预测的渐近最优性，以实现最低预测损失。然后，证明了当候选模型包含正确模型时，NetMA会将所有权重分配给正确模型。此外，还证明了基于NetMA的权重估计量的一致性。最后通过模拟和实际数据应用，进一步验证了NetMA在链接预测性能上的出色表现。

张妍是厦门大学经济学院统计学与数据科学系2021级博士研究生，主要研究网络结构数据分析，指导老师为方匡南教授。目前已在Journal of Computational and Graphical Statistics、Knowledge-Based Systems等期刊发表（含正式接受）论文多篇。

【喜讯】方匡南教授当选为中国现场统计研究会大数据统计分会副理事长

Tue, 29 Oct 2024 09:21:59 +0800

为促进大数据统计学科发展，深化数据科学相关领域的学术交流和融合创新，10月25日至27日，由中国现场统计研究会大数据统计分会、徐州工程学院联合主办，上海对外经贸大学等单位协办的“第四届中国大数据统计论坛暨中国现场统计研究会大数据统计分会第四届年会”在徐州工程学院顺利召开。来自北京大学、清华大学、中国科学院、中国人民大学、厦门大学、中国科学技术大学、澳门大学等180多个高校、科研院所和企业的近500名专家学者参加。

此次会议进行了换届选举，选举了新一届学会理事、常务理事、学会负责人等，共选举了理事长1名，副理事长13名，常务理事145名，理事95名。方匡南教授当选为副理事长。

中国现场统计研究会（Chinese Association for Applied Statistics，简称CAAS）成立于1979年，是中国科协领导下的，由我国热心于数理统计和科学管理工作的专业科技工作者自愿组成的具有公益性，群众性依法登记成立的学术团体。是中国科协的组成部分，是发展我国应用统计科技事业的一支重要力量。本会宗旨是坚持以邓小平理论和党的基本路线为指导，团结和组织致力于数理统计、管理科学及相关学科的科技工作者，促进应用统计学科的发展，促进应用统计的普及和发展，促进应用统计人才的成长和提高，促进应用统计在工农业、医药卫生、科学技术及经济等领域和社会科学中的应用，为社会主义精神文明建设和物质文明建设服务。中国现场统计研究会大数据统计分会成立于2018年，其宗旨是为进一步促进大数据统计发展，加强全国统计学、大数据、计算机、数学等数据科学相关学科学者间交流，推进国内各高校与科研院所、企业之间合作，提升专业人才培养质量。

【喜讯】方匡南教授与其博士毕业生邱涌钦、陈远星等合作的论文发表在UTD24期刊INFORMS Journal on Computing

Sun, 06 Oct 2024 14:20:43 +0800

近日，由经济学院统计学和数据科学系方匡南教授与其2024届博士毕业生邱涌钦、2022届博士毕业生陈远星、天津大学方侃副教授及四川大学余乐安教授合作完成的论文“Fraud Detection by Integrating Multisource Heterogeneous Presence-Only Data”被INFORMS Journal on Computing正式接受并在线发表。INFORMS Journal on Computing由美国运筹学和管理学研究协会（INFORMS）出版，是管理学24种国际顶级期刊（UTD24 Top Journals）之一，也是厦门大学管理学科的国际A类期刊，主要发表运筹学与计算科学交叉领域的最新研究成果。

在金融欺诈识别中，通常将明确标识为欺诈的交易视为正样本，其余交易作为负样本，进而采用监督学习方法进行建模。然而，由于欺诈行为的隐蔽性和复杂性，金融机构难以全面捕捉所有欺诈交易，导致未被标识为欺诈的样本中不可避免地混杂了正常交易与欺诈交易，使得监督学习方法的估计产生偏差。为了解决这个问题，越来越多的金融机构采用了正例无标签（Positive and Unlabeled，PU）学习技术进行欺诈识别。在该类建模过程中，被标识为欺诈的样本依然作为正样本，而未被标识的样本则被视为无标签样本。

然而，金融机构的数据往往收集自多个渠道，不同数据集之间的固有异质性限制了现有PU学习方法的直接有效应用。为了更好地从多个异质PU数据集提取信息，本文提出了一种整合PU学习方法（I-PU）。该方法通过在组变量上施加融合惩罚，能够自动识别数据集中潜在的系数聚类结构，并有效整合具有相同聚类结构的数据集的信息，从而提升估计效果。为解决多源PU数据的复杂优化问题，本文设计了一个期望最大化（EM）算法框架，并提出了一种交替方向乘子法（ADMM）算法进行有效求解。同时，本文证明了在一定条件下，模型具有参数估计的相合性、模型选择的相合性和聚类结构的相合性。模拟结果展现了所提出的方法在变量筛选、参数精确估计及预测性能上的显著优势。最后，本文将所提出的方法应用于欺诈识别数据，验证了其在实际应用中的有效性。

【喜讯】在读博士生张妍与其导师等合作的论文发表在 Journal of Computational and Graphical Statistics

Sun, 06 Oct 2024 14:19:15 +0800

近日，由经济学院统计学和数据科学系2021级在读博士生张妍与导师方匡南教授、中央财经大学潘蕊教授、复旦大学朱雪宁教授及北京大学王汉生教授合作完成的论文“A Latent Space Model for Weighted Keyword Co-occurrence Networks with Applications in Knowledge Discovery in Statistics”在 Journal of Computational and Graphical Statistics正式接受并在线发表。Journal of Computational and Graphical Statistics为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一类期刊（国际A-类）。

关键词在传达学术文章核心思想方面至关重要。关键词共现网络的分析为某个研究主题提供了直接的概览。同时，对其进行动态分析有助于全面理解知识的发展。因此，关键词共现网络在多个领域得到了广泛研究，例如智能制造、物理学等。然而，统计学领域的关键词共现网络尚未得到探讨。为此，本文提出了一种潜在空间模型，用于在统计学领域的关键词共现网络中进行知识发现，并提供理论保证。

本文提出了一种用于动态关键词共现网络的潜在空间模型，可以捕捉关键词共现网络的一些特征。第一，关键词共现网络中的边是有权的，权重表示两个关键词在论文中共同出现的频数。然而现有的大多数研究主要集中于无权网络，其中邻接矩阵仅由0和1组成。简单地用0或1代替关键词共现的频数会导致信息损失。这些研究的理论证明通常依赖于亚高斯分布的性质，这可能不适用于加权网络。第二，论文的出版年份是可获得的，因此本文构建的关键词共现网络是随着时间的推移而演变。第三，在某一特定时期内，关键词的数量并不是固定的。这是因为随着研究领域的丰富，新关键词不断出现。然而，许多现有研究假设网络规模在时间上保持不变，这不符合实际数据的情况。基于这些特征，本文提出了一种新颖的潜在空间模型。具体而言，使用泊松分布来刻画关键词共现的次数，其均值依赖于关键词的潜在向量等参数。为了考虑网络的演变，假设关键词的潜在向量随时间变化。在实际应用中，本文分析了统计学领域的关键词共现网络，识别了整个时期以及每个时间段内的热门关键词。对于关键词对，本文的模型提供了一种新的方式来评估它们之间的关联，并发现统计学家对新兴研究领域的兴趣在逐渐增加。

综上所述，本文新提出的模型具有以下几个特点及应用场景，

l 个体效应：模型中包含反映每个关键词吸引力的系数，帮助揭示知识连接的潜在模式。

l 创新效应：引入一个随时间变化的创新系数，表示新兴研究领域在统计学中的吸引力。

l 热门研究主题：根据潜在向量为每个时期选择流行的关键词和关键词对。这一分析提供了统计学知识演变的全貌。

张妍，厦门大学经济学院统计学和数据科学系2021级博士研究生，指导老师为方匡南教授。目前已在Journal of Computational and Graphical Statistics、Knowledge-Based Systems等期刊发表（含正式接受）论文十余篇。

【喜讯】课题组博士毕业生陈远星与方匡南、张庆昭合作的论文发表在Journal of Machine Learning Research

Tue, 13 Aug 2024 23:35:24 +0800

近日，由经济学院统计学与数据科学系2018级博士毕业生陈远星与其导师组导师方匡南教授、张庆昭教授及耶鲁大学马双鸽教授合作完成的论文“Heterogeneity-aware Clustered Distributed Learning for Multi-source Data Analysis”被Journal of Machine Learning Research正式接受并在线发表。Journal of Machine Learning Research (英文缩写JMLR) 建刊于2000年，由麻省理工学院出版社（MIT Press）出版，依托于麻省理工学院的计算机科学与人工智能实验室（MIT CSAIL: MIT Computer Science & Artificial Intelligence Lab），旨在刊登人工智能与机器学习领域的高质量前沿研究成果，是国际上公认的统计学和计算机领域顶级期刊之一，也是中国计算机学会A类推荐的在人工智能、机器学习和模式识别领域的四大国际顶级期刊之一。

在多个研究领域中（例如金融领域、组学领域等），数据通常分布于多个独立的来源（在一些研究中这些来源被称为“用户”），每个用户收集一部分数据从而形成一个独立的数据集。传统的整合分析通常利用个体层面的原始数据进行建模，这种方式尽管有效，但在隐私保护的约束下难以付诸实践。因此，为了避免直接使用原始数据，分布式学习技术已被广泛应用于整合概要的统计信息。现有的分布式学习一般假设所有用户具有相同的模型，但这种同质性假设忽略了数据集之间潜在的分布异质性。为了处理数据的异质性，现有的统计学习方法一般假设每个用户具有特异的模型，而基于聚类的联邦学习方法则通过构建用户间的聚类结构对异质性进行建模。

受联邦聚类学习的启发，本文假设用户间构成聚类结构，属于同一类的用户具有相同的模型，分属不同类的用户具有不同的模型。通过进一步考虑这种聚类结构，我们可以更好地理解用户之间的“相互联系”，并减少待估参数的数量。为此，我们提出一种新颖的惩罚方法。具体而言，通过施加群组惩罚以进行正则化估计并筛选重要变量，通过施加融合惩罚来自动地对用户进行聚类。现有的统计方法假设用户是完全异质的，而本文提出的方法假设用户间存在聚类结构，在构建不同类用户模型异质性的同时，整合了同类用户的信息（即通过减少模型的待估参数来提高估计的精度）。与现有的联邦聚类学习相比，本文提出的方法还具有以下创新。一方面，联邦聚类学习通常假设所有变量的真实值均是非零，而本文提出的方法则考虑高维下的变量稀疏性；另一方面，联邦聚类学习需要事先给定聚类的个数，而本文提出的方法可以自适应地确定最优的聚类个数。为了求解目标函数，本文提出一个有效的交替方向乘子（ADMM）算法，并在严密的条件下建立了参数估计的相合性、模型选择的相合性（即依概率1正确地选出重要的变量）和聚类结构的相合性（即依概率1还原真实的聚类结构）。数值模拟显示所提出的估计量在有限样本下的显著优势。最后，本文将所提出的方法应用于金融机构的网站日志数据，构建异常检测模型来甄别异常的访问记录，进一步证明了所提方法的实际效用和优越性。

陈远星，厦门大学经济学院统计学与数据科学系2018级博士毕业生，指导老师为方匡南教授、张庆昭教授和耶鲁大学马双鸽教授。现为耶鲁大学生物统计系博士后，主要研究方向为高维数据分析、函数型数据分析、多源数据分析及分布式估计。目前已在Journal of Machine Learning Research、INFORMS Journal on Computing (UTD24)、Journal of Multivariate Analysis等期刊发表（含正式接收）论文多篇。