2024年5月8日，美国国家农业统计局高级数理统计师程扬教授应院数量经济研究中心朱平芳研究员的邀请，在我院作题为《Mixture Model and lts Application》的专题讲座。
在报告中，程扬教授针对联邦统计机构在产生亚群体参数估计时面临的挑战进行了探讨。随着亚群体规模的减小，样本调查观测数量也相应减少，传统的基于设计的估计方法往往只能依赖于亚群体的样本调查数据，因此不够可靠。为了解决这一难题，长达四十多年来，Fay-Herriot模型被广泛应用于产生可靠的小区域统计数据。该模型根据辅助变量上的线性回归来预测感兴趣的小区域，其中响应变量被假设为正态分布，与地理层次和抽样误差相关的随机效应被假设为独立的、均值为零、方差未知的正态分布随机变量。然而，Fay-Herriot模型对异常值非常敏感，因为异常值可能导致模型方差的过高估计。
因此，程扬教授及其合作者提出了一种新的估计方法，用于估计小区域人口。该方法通过将模型误差的标准正态假设替换为具有不同方差的两个正态的混合分布，从而使混合模型对异常值的敏感性降低。最后，使用美国农业部国家农业统计服务（NASS）进行的现金租金调查数据集，将所提出的混合模型的估计结果与现有的替代方法进行了比较。
程扬，美国国家农业统计局高级数理统计师，并在乔治华盛顿大学统计系兼职教授。在加入农业部前，程扬教授担任卫生部言级数理统计师和美国国家统计局现代人口部主任和首席科学家。程扬教授在华东师范大学取得数学学士，在美国大学取得应用统计硕士和在马里兰大学取得数理统计博士。他在美国联邦政府有近26年工作经历，先后在邮政总局、监查部、国家统计局、卫生部、国家农业统计局担仟统计师、系统经理、首席统计师、高级数理统计师和项目研究部主任。他的主要研究领域是统计模型、抽样方法、小样本估计和劳工统计。程扬教授发表了三十多篇文章，作过四十余场报告。程扬教授还积极参与社会活动，曾担任马里兰大学学生学者联谊会主席、全美科技协会华盛顿分会理事、汉姆尔德小学家长会会长和哈维郡中文学校付董事长。他现任华盛顿地区统计社董事兼短课委员会主席、乔治城大学数理统计硕士班顾问和华东师范大学校友会华盛顿分会理事。
供稿：方顺超
