李杰 报道
4月6日晚，复旦大学大数据学院朱雪宁副教授应邀为统计与数据科学学院研究生及导师开展题为“Matrix-valued Network Autoregression Model with Latent Group Structure”的学术讲座，讲座以线上会议形式进行，由刘广应教授主持。
本次学术讲座的重点是如何针对矩阵数据解决群组数量选择这一关键问题，以及如何利用交叉验证方法在面板数据模型中进行参数估计。朱老师在报告中介绍了一种在已有的矩阵自回归模型基础上改良的交叉验证方法，构建具有潜在组结构的矩阵值网络自回归模型，该方法可以用于估计参数和组标签，并通过最小化测试数据集上的损失函数值来确定组数量与组结构。该方法的设计还包括针对面板数据模型的损失函数，其中包括具有固定效应和没有固定效应的模型。该方法具有两个优点：一是完全由数据驱动，不需要进一步调整参数；二是可以灵活地应用于各种面板数据模型。同时，朱老师还从理论上证明了该方法的估计一致性，并通过各种合成和实证数据集的实验验证了该方法的优越性。
与会师生对矩阵时间序列数据和分组面板数据有了更加深入的理解和认知，对报告中提出的新方法具有浓厚的兴趣，并对其应用前景表示期待。此次报告不但拓宽了广大学生的学术视野，也为该领域的相关研究和实践提供了新的思路。
