報告題目：
ROBUST SUBGROUP IDENTIFICATION
穩健子群識別
報告時間：2019年4月16日（星期二）上午9:30-10:30
報告地點：必一体育平台二樓會議室
報告人：朱仲義,復旦大學統計系教授,博士生導師。曾任中國概率統計協會第八,九屆副理事長；國際著名雜誌“Statistica Sinica” 副主編；“應用概率統計”，“數理統計與管理”雜誌編委；中國統計教材編審委員會委員；現為Elected Member of ISI（國際數理統計協會）；“中國科學.數學”雜誌編委；研究方向包括：保險精算，縱向數據模型，分位數回歸模型等。主持完成國家自然科學基金4項，國家社會科學基金1項，作為子項目負責人完成國家自然科學基金重點項目1項。目前主持國家自然科學基金重大項目子項目1項，重點項目子項目1項，面上項目1項。近年來發表論文100多篇，其中包括國際統計類四大頂級雜誌SCI論文60多篇。第一完成人獲中華人民共和國教育部自然科學二等獎1項。
報告摘要：
We consider a more robust subgroup analysis based on median regression and model the heterogeneity by subject-specific intercepts. This model have two appealing featurs: (1) By considering median regression, we allow the errors to have heavy tails or correlation with covariates. (2) The characteristic of quantile loss function enables us to develop augmented dataset to implement Local Linear Approximation Algorithm. In this paper, we investigate nonconvex pairwise penalized median regression for simultaneous subgroup analysis and parameter estimation. To derive the oracle property, we employ a recently developed convex-differencing method to tackle the challenges of nonsmooth loss function and nonconvex penalty functions. Simulation results and an application to the Cleveland heart disease dataset demonstrate the effectiveness of the proposed method.