主讲人Speaker: 王学钦     讲席教授     中国科学技术大学

时间Date & Time: 2026年4月13日（周一），14:30--16:00

地点Venue:粤海校区汇星楼565会议室

内容简介/ Abstract:

在统计推断中，如何处理异常值并保持估计效率是核心难题。传统的稳健估计方法如 Huber、MM 估计或基于 $l_1$ 惩罚的均值漂移模型，由于采用软降权或收缩策略，不可避免地引入了估计偏差，且无法直接识别确定的异常值集合。本文提出的自适应异常值检测与估计（AODE）框架，创造性地将最优子集选取技术从变量空间延伸至样本空间。该框架采用 $l_0$ 约束的均值漂移模型，其核心优势在于能实现“神谕重拟合”：一旦准确剔除异常点，对剩余数据的处理即等价于无偏的普通最小二乘法，从而达到了统计效率的理论上限。针对 $l_0$ 优化固有的组合爆炸难题和多异常值产生的掩蔽效应，AODE 引入了观测值层面的“块拼接”搜索算法，通过动态改变样本几何结构来确保全局最优性。同时，配合稀疏信息准则（SIC），该方法能在几乎零额外计算成本下自动确定异常值比例。理论分析与 UK Biobank 临床数据实证均证实，AODE 在计算速度、支撑集恢复精度及预测可靠性上显著优于现有主流方法。

主讲人介绍/Biography of the speaker：

王学钦，中国科学技术大学讲席教授，2003年毕业于宾汉姆顿大学，教育部高层次人才入选者，国际统计学会(ISI)当选会员。现担任教育部高等学校统计学类专业教学指导委员会委员、中国现场统计研究会副理事长、中国现场统计研究会教育统计与管理分会理事长，主要研究方向为大规模复杂数据的统计学理论、方法与算法；统计机器学习；精准医疗；医疗政策；风险管理和政策评估。