重庆大学数学与统计学院邀请Wenyang Zhang教授作了一场题为“Model and Feature Selection in A Class of Semiparametric Models(型号和特征选择的一类半参数模型)”的讲座。数学与统计学院目前设有数学系、信息与计算科学系、统计与精算系，分别负责三个专业——数学与应用数学、信息与计算科学、统计学的建设与人才培养。讲座的主要内容是：

　　选型是一首老歌的统计数据。随着高维近年来的激增，人们开始用新调----的惩罚似然法播放。在这次演讲中，我要研究一类半参数模型，其中潜在的解释变量的数量增长比样本量多快。我要提出一个新的处罚可能性程序，其选择的重要特征，同时确定了正确的模式。我将探讨惩罚部分建议过程中的有效性，并提出了一种新的方式把罚款。渐近性质将提交证明拟议的方法。我也表明了该程序的性能，当样本量是有限的仿真研究。最后，我将用实际数据的例子说明了该方法的应用。

　　Wenyang Zhang教授主持的统计，数学系，约克英国的大学。副主编，杂志美国统计协会，2008年--会员中，IMS讲义编委会 - 系列专着，2008-- 2010。会员，英国皇家统计学会的研究科委员会，2004-- 2008年。专业会员资格：_皇家统计学会会员。_美国统计协会会员。主要研究方向：高维数据分析;非参数建模;非线性时间序列;生存分析;功能性数据分析;多层次的模型;空间数据分析;结构方程模型。

　　原文：Model selection is an old song in statistics. With the surge of high dimensionality in recent years, people start to play it with a new tune ----the penalised likelihood method. In this talk, I am going to investigate a class of semiparametric models where the number of potential explanatory variables grows much fast than the sample size. I am going present a new penalised likelihood procedure which selects the important features and identifies the correct model simultaneously. I will explore the effectiveness of the penalty part in the proposed procedure, and present a new way to put penalty. Asymptotic properties will be presented to justify the proposed methodology. I will also show the performance of the proposed procedure when sample size is finite by simulation studies. Finally, I will illustrate the application of the proposed method by a real data example.