11月8日上午，伦敦布鲁内尔大学虞克明教授应邀来我校开展以“Directional Residual-Based Recovery of Latent Functional Groups in Short Panel Models”为主题的学术讲座。本次讲座在综合楼644会议室举行，由统计与数据科学学院程开明教授主持。
虞克明，英国伦敦布鲁内尔大学统计学与数据科学讲习教授、数学学科研究影响中心主任；英国皇家统计学会会士、英国社科基金和自科基金评审专家成员、欧洲科学基金评审专家成员。目前是Journal of the Royal Statistical Society-C的编委，也担任过多家国际SCI、SSCI期刊的编委。他连续4年入选斯坦福大学/爱思唯尔单年引用影响力排名全球前2%科学家名单，并且在2026年全球顶尖数学家排名中位列英国第196位、全球第3054位。虞教授先后在Journal of American Statistical Association等统计学顶级刊物上发表论文150多篇，是国际公认的贝叶斯分位数回归先驱，在统计方与数据科学领域具有深远影响。
虞克明教授围绕一种基于方向残差的同质性追踪方法展开报告，该方法用于具有个体固定效应的变系数短面板模型。他指出，现有方法通常需要预先估计个体的非参数系数函数，但在时间维度较短的面板数据中容易受到观测信息不足的影响。为解决这一问题，该方法通过构建残差得分向量，利用残差在样条系数空间中的方向信息，识别具有相似系数函数的潜在群体，避免了对个体系数函数进行预先估计。
报告进一步介绍，在完成潜在分组后，采用一种结合自适应SCAD惩罚的估计方法，对各组的系数函数进行估计，并将变量效应区分为零效应、非零常数效应和变系数效应三种类型，进而识别不同群体内部的影响关系。在理论分析方面，他证明了该方法在一定条件下能够准确识别潜在分组，具有良好的估计和统计推断性质，并通过仿真研究验证了该方法的有效性。
最后，将该方法应用于英国21个气象站的月度观测数据进行实证分析，结果表明，气象站可以被识别为两个潜在群体，且不同群体的日照与温度关系，以及空气霜冻和降雨的影响均存在差异。该方法为短面板数据中的潜在群体识别和个体异质性分析提供了新的计量工具。
讲座尾声，虞克明教授与在场师生围绕该方法的应用及其优势等问题展开了深入讨论。程开明教授对本次讲座作总结发言，对虞克明教授带来的精彩前沿学术报告表示诚挚感谢，并感谢在场师生的积极参与和热烈互动。
文稿丨赵文秀
