报告人：李启寨
报告地点：腾讯会议ID:697-249-715
报告时间：2022年12月15日星期四13:30-14:20
报告摘要:
This work is concerned with feature screening in the situation when both the responses and predictors are high-dimensional with adjusting for the confounders. We develop a screening procedure and show that it has a sure screening property under some mild technical conditions. Three prominent merits of the proposed method include none requirement of model specification, high-dimensionality of the responses and non-euclidean data. The Monter Carlo results and application to mice pleiotropic genetic association study demonstrate that the proposed procedures work better than two existing methods.
主讲人简介：
李启寨，中国科学院数学与系统科学研究院研究员，2020年当选美国统计学会会士(ASA Fellow)，2016年当选国际统计学会推选会员(ISI Elected Member)。2001年本科毕业于中国科技大学，2006年博士毕业于中国科学院数学与系统科学研究院。研究方向包括生物医学统计，统计理论及其应用等，发表及接收发表SCI论文100余篇。现任中国数学会常务理事、中国现场统计研究会常务理事等，曾主持国家自然科学基金委优青，面上等项目。
