报告题目：贝叶斯联合协方差模型及其估计

主 讲 人：沈家铭

单 位：曼彻斯特大学

时 间：12月9日20:00

腾 讯 ID：728 528 032

摘 要：

在估计纵向数据模型（也称为面板数据或者重复测量数据）的过程中，不再能假设数据观测是iid的，因此，要把数据的协方差关系考虑进模型当中。此时就需要同时估计数据的均值和协方差阵。这里有两个难点需要克服,一个是数据的超高维度，另外一个是需要保证估计的正定性。我们使用基于改进的Cholesky分解（MCD）的方法，对模型的均值，广义自回归系数和更新方差同时建立线性回归模型，并且使用贝叶斯方法进行估计。该模型称为基于MCD分解的联合均值协方差模型。

简 介：

沈家铭，男，曼彻斯特大学的博士毕业生，硕士毕业于兰卡斯特大学。目前主要研究兴趣包括贝叶斯计算，变量选择方法，和纵向数据分析等。