应我院邀请，5月23日下午，美国北卡大学夏洛特分校蒋建成教授在理化楼401作了题为“Target inference for high-dimensional quantile regression”的学术报告，该报告为“理学之美”前沿论坛第548讲。
蒋建成教授首先介绍了分位数回归在高维数据分析中的巨大贡献，简要概述了目标推断问题的产生背景，由于目标推断考虑到协变量的潜在结构并对其整体进行假设检验，因此在精准医疗、人口统计、公共政策分析中得到了广泛应用。他重点介绍了针对特定分位数，将其他变量视为干扰变量，对感兴趣的变量组合进行检验的新方法，该方法采用降维卷积平滑分位数回归，同时避免了对预测因子的高维协方差矩阵的逆估计。为了减轻由降维引起的选择性偏差并确保有效的推理，他通过分割数据集进行交叉拟合的策略：一部分用于模型选择，另一部分用于参数估计。将数据分区产生的估计进行加权得到融合的估计器，最终建立目标推断的wald型检验功效，并通过数值模拟结果和实际数据分析展示了新方法的有效性。
报告结束后，蒋建成教授和在座师生就卷积平滑分位数回归估计算法、正则参数选取以及统计量构建方法和检验功效进行了讨论。大家表示蒋建成教授深入浅出的报告不仅加深了自身对目标推断问题的认识，也激发了对这一领域研究的兴趣和热情。
蒋建成，北卡大学夏洛特分校数学统计系和数据科学学院的双聘教授，也曾兼任南开大学讲座教授。研究领域包括非参数建模，金融时间序列分析，生存分析，统计和机器学习，大数据分析等。目前已在包括美国统计学会会刊，英国皇家统计学会会刊，统计年刊，计量经济学杂志等刊物上发表科研论文70余篇。自2018至2024年担任北卡大学数学统计系统计学项目主管。目前兼任该校可信人工智能中心联合研究员。
