报告时间：2025年6月23日（星期一）15:00
报告地点：工程管理与智能制造中心15楼会议室
报 告 人：程豪 博士
工作单位：中国科协创新战略研究院
举办单位：管理学院
报告简介：
In many applications, some covariates could be missing for various reasons. Regression quantiles could be either biased or under-powered when ignoring the missing data. Multiple imputation and EM-based augment approach have been proposed to fully utilize the data with missing covariates for quantile regression. Both methods however are computationally expensive. We propose a fast imputation algorithm (FI) to handle the missing covariates in quantile regression, which is an extension of the fractional imputation in likelihood based regressions. FI and modified imputation algorithms (FIIPW and MIIPW) are compared to existing MI and IPW approaches in the simulation studies, and applied to real data example.
报告人简介：
程豪，博士，中国科协创新战略研究院副研究员，毕业于中国人民大学统计学院。曾访学美国哥伦比亚大学、剑桥大学李约瑟研究所等。中国人文社会科学期刊评价推荐专家。在SCI、EI、CSSCI、中文核心等国内外重要学术期刊以及《科技日报》《中国科学报》《农民日报》《工人日报》《光明网》等大众传媒发表论文130篇。部分成果被“学习强国”和《新华文摘》全文转载。独立出版《互联网统计学：方法与应用》、《指标关系研究中的数据挖掘与统计学习》《科技人才研究中的互联网统计方法》等书近10本，参与出版《大数据挖掘与统计机器学习》《互联网统计》等书近20本。主持国家自然科学基金委青年科学基金项目、国家统计局全国统计科学研究项目等，重点参与国家社会科学基金项目、国家自然科学基金项目、中央人才工作协调小组委托项目、中央政法委员会委托项目、中央全面深化改革委员会重点工作任务、国家数据局研究课题等。曾获2024年度知网高影响力学者、中国科协“科创中国”优秀挂点干部、国际新科学发明研究奖——“最佳研究者奖”、中国人民大学“学术之星”、“汇丰杯”中国高校SAS数据分析大赛冠军等荣誉。