当前位置:首页 > 学院新闻 打印页面】【关闭
台湾政治大学吴柏林教授应邀莅临我院讲学
( 来源:   发布日期:2019-04-15 阅读:次)

2019年411日下午,台湾政治大学的吴柏林教授在综合楼601会议室作了一场题为“Interval Forecasting on Big Data Context”的学术讲座,我院许冰教授、向书坚教授、以及学院部分其教师和研究生参加了此次报告会。

吴柏林博士,台湾政治大学应用数学系教授,中华创新信息与应用统计学会理事长。IJITAS期刊主编。美国Indiana University-Bloomington统计学博士。美国傅布莱特(Fulbright)研究学者奖。英国剑桥大学经济系客座研究教授、美国史丹佛大学经济系客座研究教授、韩国国立首尔大学统计系客座教授。日本早稻田大学情报信息研究所客座教授。吴教授主张应先考虑其数列走势的特性,如结构改变,图形识别与认定的问题。结合非线性时间数列和人工智能,应用在实证资料特征分析与优质预测。提出大模式库(big models base)建构流程与认定法则。提出区间预测方法,在经济财金实务上更是一大创新与突破。

讲座伊始,吴柏林教授从宏观经济层面的预测问题作为切入点,介绍了在大数据的背景下预测问题和传统的预测问题的区别,进而又详细论述了传统区间预测和大数据背景下的区间预测的异同。之后,吴教授以98年亚洲金融风暴和08年美国次贷危机为例,说明了传统区间预测中单位根检验往往存在误导作用,建议大家在做预测工作时要更加注重数据的结构相似性,不要因为过分追求大量的资料而忽略数据自身的规律,尤其注意特定大事件对数据结构的影响。紧接着吴教授从理论层面简单阐述了区间预测的几个尚未解决的问题,比如区间数的定义、区间数距离的定义、区间数的相关系数、区间回归等,希望能给我们带来启发。最后,吴教授用一个例子来详细证明使用大数据背景下的区间预测的性能优于传统的区间检验。

此次报告会使大家对大数据背景下的区间预测有了进一步的了解,希望大家能有所启发,共同为大数据背景下的区间预测研究的发展助力。

WechatIMG2.jpeg



上一条: “2019年国际青年学者论坛经济学与统计学分论坛”成功举办 2019-04-18
下一条: 中国科学院白中治研究员来我院作学术报告 2019-04-15