100元2小时不限次数电话号码,全国空降200元快餐联系方式,24小时微信快餐妹,全国同城约资源匹配系统

科学研究
学术报告
当前位置: 学院主页 > 科学研究 > 学术报告 > 正文

Optimal Distributed Subsampling for Quasi-likelihood Estimator with Massive Data 大数据分析中的分布式抽样技术

发布时间：2021-05-31 作者： 浏览次数：
Speaker: 艾明要 DateTime: 2021年6月4日（周五） 下午14:00-14:50
Brief Introduction to Speaker:

艾明要，现任北京大学数学科学学院统计学教研室主任、教授、博士生导师，兼任中国现场统计研究会副秘书长，中国现场统计研究会试验设计分会理事长、高维数据统计分会副理事长、空间统计分会秘书长，是国际统计期刊Statistica Sinica、Journal of Statistical Planning and Inference、Statistics and Probability Letters、STAT（An electronic journal of ISI）的Associate Editor，国内数学期刊《系统科学与数学》的编委。主要从事试验设计与分析、计算机试验、高维数据分析和应用统计的教学和研究工作，在国际顶尖的统计期刊Ann. Statist.、JASA、Biometrika、Technometrics、Statist. Sinica等发表学术论文六十余篇，主持或参与完成6项国家自然科学基金面上项目、1项重点项目和1项国家科技部973课题“基于‘药性构成三要素’的中药药性实质研究”等。

 

 Place: 六号楼二楼报告厅
Abstract:Nonuniform subsampling methods are effective to reduce computational burden and maintain estimation efficiency for massive data. Existing methods mostly focus on subsampling with replacement due to its high computational efficiency. If the data volume is so large that nonuniform subsampling probabilities cannot be calculated all at once, then subsampling with replacement is infeasible to implement. This paper solves this problem using Poisson subsampling. We first derive optimal Poisson subsampling probabilities in the context of quasi-likelihood estimation under the A- and L-optimality criteria. For a practically implementable algorithm with approximated optimal subsampling probabilities, we establish the consistency and asymptotic normality of the resultant estimators.
主站蜘蛛池模板： 九龙县| 苏州市| 大石桥市| 清流县| 自治县| 芦山县| 永吉县| 吉安市| 堆龙德庆县| 辽中县| 谢通门县| 吉林省| 临澧县| 文安县| 绥芬河市| 康乐县| 长寿区| 邯郸县| 兰州市| 吉安县| 米脂县| 日土县| 德保县| 小金县| 雷州市| 昌图县| 阿瓦提县| 凌海市| 松滋市| 呼和浩特市| 贞丰县| 治多县| 台东县| 鸡泽县| 弥渡县| 金沙县| 贵南县| 民丰县| 息烽县| 都安| 化州市|