报告题目：Optimal Distributed Subsampling for Big Data Analysis
报告人：艾明要 教授
单位：北京大学 数学科学学院
时间：2024年12月26日 14:30-16:30
地点：数信学院305
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：
艾明要，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、培养组组长，中国现场统计研究会副理事长，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Stat Sinica、JSPI、SPL和Stat编委，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、国际合作研究项目1项、重点项目子课题1项、面上项目5项，参与完成科技部重点研发计划项目2项。北京大学通识教育核心课程主讲教师，两次获得北京大学优秀博士学位论文指导教师，获北京大学优秀教学成果一等奖、北京市高等学校优秀教学成果二等奖。
