报告题目：Comparison of Two Frameworks for Analyzing Longitudinal Data
报 告 人：孙六全 研究员 中国科学院
报告时间：2020年7月19日 9:00-10:00
报告地点：腾讯会议ID：180 571 036
或点击链接直接加入会议：
https://meeting.tencent.com/s/qt1Ds9MNG3kJ
校内联系人：程建华 chengjh@jlu.edu.cn
报告摘要：
Under the random design of longitudinal data, observation times are irregular, and there are mainly two frameworks for analyzing such kind of longitudinal data. One is clustered data framework and the other is the counting process framework. In this paper, we give a thorough comparison of these two frameworks in terms of data structure, model assumptions and estimation procedures. We find that modeling the observation times in the counting process framework will not gain any efficiency when the observation times are correlated with covariates but independent of the longitudinal response given covariates. Some simulation studies are conducted to compare the finite sample behaviors of the related estimators, and a real data analysis of the Alzheimer's disease study is implemented for further comparison.
报告人简介：
孙六全，中国科学院数学与系统科学研究院研究员、博士生导师，统计科学研究中心副主任，中科院数学院十大突出科研成果奖获得者，部分工作入选中科院数学院十大重要科研进展。孙六全研究员长期从事复杂删失数据的理论与方法研究，特别是生物和医学数据的建模与统计推断，包括复杂纵向数据、复发事件数据以及各种不完全删失数据的统计分析，提出了一系列新的建模和估计方法，获得了许多深刻的重要成果，已发表学术论文130余篇，包括统计顶级杂志JASA和Biometrika 8篇，SCI收录90多篇，美国Math. Review收录110余篇，多次在国际学术会议上作特邀报告。主持或主要参加了18项科研项目，包括973重大项目、国家自然科学基金重大项目、重点项目和面上项目等。现任中国现场统计研究会副理事长，中国概率统计学会副理事长，中国统计教育学会高等教育分会副会长，北京应用统计学会副会长，中国现场统计研究会资源与环境统计分会常务副理事长，中国统计教育学会常务理事，全国工业统计学教学研究会常务理事、监事会副会长、竞赛委员会副主任委员，北京大数据协会常务理事，先后担任Statistics and Its Interface、Statistics in Biosciences、Journal of Biometrics & Biostatistics、Biostatistics & Epidemiology、Journal of Systems Science and Complexity、《数理统计与管理》、《统计决策》、《中国科学：数学》、《应用概率统计》等杂志编委或副主编，中国第二届数学名词审定委员会委员，《中国大百科全书》第三版统计学卷副主编、数学卷编委。
