报告题目：完全的贝叶斯弹性网：抽取正则化参数

报 告 人：王海斌教授（厦门大学）

报告时间：2019年11月14日晚上 19:00-20:00

报告地点：知新楼B-1248

报告摘要：

弹性网模型是一种综合了$L_1$正则化与$L_2$正则化的模型，它能够灵活地进行变量选择、参数估计和预测，且性能良好，尤其是当预测变量个数较多以及变量之间存在高度相关时。然而，由于正则化系数的全条件后验中含有没有解析表达式的因子，导致普通的Metrepolis-Hastings 算法不能从中抽样，造成迄今为止，还没有一个完全的贝叶斯方法可用于分析弹性网模型。现有的所谓贝叶斯弹性网模型，本质上是半贝叶斯的，因为那里大多是用经验贝叶斯方法来估计正则化系数，而不是抽样。我们建议利用交换算法从正则化系数的全条件后验中抽样，从而为弹性网模型提供一个完全的基于抽样的贝叶斯分析方法。随机模拟验证了所建议方法的可行性和有效性，结果表明建议的方法比已有的方法性能更优。本文还利用建议的方法分析了一个实际数据。

报告人简介：

王海斌，厦门大学数学科学学院教授、博士生导师。兼任中国现场统计研究会理事、中国现场统计研究会高维数据统计分会理事。主要从事潜在变量模型、非/半参数模型及时间序列分析的研究工作。已在British Journal of Mathematical and Statistical Psychology、Computational Statistics and Data Analysis、Journal of Applied Probability、Journal of Time Series Analysis、Journal of Nonparametric Statistics、Psychometrika、Science China: Mathematics、Statistics and Computing等国内外数学、概率、统计、心理学等主流学术期刊上发表学术论文30余篇。

欢迎各位老师同学积极参加！