学术沙龙主题:基于跳信息准则的均值变点检测

报告人:夏志明 西北大学教授，博导，数学学院副经理

报告时间:2022年11月24日(周四)；上午10:00—11:30

报告地点：腾讯会议ID：596 127 229

报告人简介：夏志明，教授，博士生导师，西北大学数学学院副经理，西北大学现代统计研究中心副主任，主要致力于张量数据分析、大数据异质性结构推断、分布式统计推断与计算、生物统计学等数据科学理论与应用研究。在“Biometrika”、“Journal of machine learning research”,“Technometrics”、“IEEE Transaction of Cybernetics”、“Statistics in Medicine”等国际统计与机器学习期刊以及“中国科学”、“应用概率统计”等国内期刊发表论文40余篇；主持国家自然科学基金项目4项，主持省部级项目3项,作为骨干成员获得“陕西省科学技术进步奖”二、三等奖共2项，“陕西省高校科学技术奖”一等奖共2项，“陕西省国防科技进步奖”一等奖1项；先后赴香港科技大学、佛罗里达大学等科研机构进行专业访问与学术交流。

报告摘要:变点模型已被证实在许多领域具有现实意义，其中均值单变点模型是变点模型的基础．本次交流主要解决单变点统计模型中变点是否存在的统计推断问题针对均值单变点模型，核心思想是将传统的假设检验思路转化为对变点个数为0个或1个的估计问题，从而避开临界值选择问题；建立了基于跳信息准则的优化目标函数，同时证明了变点个数的相合性及其收敛速度，最后导出最优的跳信息准则的构造形式．数值实验结果表明，我们提出的方法相较于已有的基于检验的方法，具有优异的统计表现。