时 间：2023年6月14日（周三）9：00-10：00
题 目：Optimal Distributed Subsampling Techniques for Big Data Analysis 大数据分析的分布式抽样技术
地 点: 理科大楼A1514室
报告人：艾明要 北京大学教授
主持人：王亚平 研究员
主 办：统计学院
摘 要：
Subsampling methods are effective techniques to reduce computational burden and maintain statistical inference efficiency for big data. In this talk, we will review different subsampling techniques for different models from linear model, to generalized linear model, and to estimation equations. If the data volume is so large that nonuniform subsampling probabilities cannot be calculated all at once, subsampling with replacement is infeasible to implement. This problem is solved by using a new subsampling without replacement, called Poisson subsampling. To deal with the situation that the full data are stored in different blocks or at multiple locations, a distributed subsampling framework is developed, in which statistics are computed simultaneously on smaller partitions of the full data. Finally, the proposed strategies are illustrated and evaluated through numerical experiments on both simulated and real data sets.
报告人简介：
北京大学数学科学学院统计学二级教授、博士生导师。兼任全国应用统计专业学位研究生教育指导委员会委员，中国现场统计研究会副理事长，试验设计分会理事长，高维数据统计分会副理事长，统计调查分会副理事长。中国数学会理事，普及与传播工作委员会委员，均匀设计分会副主任，中国概率统计学会第十一届理事会秘书长。中国统计学会常务理事。担任四个国际重要SCI期刊Statistica Sinica、JSPI、SPL和Stat的副主编，国内核心期刊 《系统科学与数学》、《数理统计与管理》、《数学进展》编委，科学出版社《统计与数据科学丛书》编委。主要从事大数据采样理论与算法、试验设计与分析、计算机仿真试验与建模、应用统计的教学和研究工作，在AoS、JASA、Biometrika、《中国科学》等国内外重要期刊发表学术论文八十余篇。主持国家自然科学基金重点项目1项、面上项目5项，另参与完成多项科技部重点研发计划项目。曾获得北京大学优秀博士学位论文指导教师和北京市高等学校优秀教学成果奖二等奖。