主题：有限混合模型的研究进展

主讲嘉宾：陈家骅 教授

主持人：吴建福 教授

日期：2025年3月4日（周二）

时间：16:00 - 17:15

地点：行政楼西翼冼为坚国际会议中心（W201）

语言：中文

摘要：

有限混合模型是由经典分布族的凸组合构成的，特别适用于对具有同质子总体的总体进行建模，并且能够精确地逼近各种类型的分布。

然而，有限混合模型的统计推断面临着许多意想不到的挑战。即使给定一组数量不断增加的独立同分布观测值，混合分布的一致估计的收敛速度也远低于常规速度。正态混合模型中的似然函数是无界的，这一特性在很大程度上限制了最大似然估计的有效性。此外，在检验子总体个数的假设时，似然比统计量可能趋于无穷大，而非呈现出通常的卡方极限分布。本报告将系统综述混合分布一致估计及子总体数量检验的最新研究进展。

主讲嘉宾简介：

陈家骅教授，加拿⼤皇家学会（RSC）院⼠，加拿⼤⼀级讲座教授（统计学），现任英属哥伦⽐亚⼤学统计学系教授。他在统计⽅法学⽅⾯做出了重要贡献，包括将经验似然引⼊抽样调查，发明有限混合模型的EM检验，以及提出适⽤于⼤模型空间的扩展贝叶斯信息准则（EBIC）。

他是数理统计学会（IMS）和美国统计学会（ASA）院⼠，并荣获加拿⼤统计学会（SSC）最⾼奖章、CRM-SSC统计学奖和国际华⼈统计学会杰出成就奖等重要荣誉。