7月1日上午，经济学院在德经楼323会议室成功举办“半参数混合回归模型”主题学术报告会。本次报告特邀国际知名统计学家、加州大学河滨分校统计学系姚卫鑫教授担任主讲嘉宾，刘小峰院长主持报告会，报告吸引了众多师生积极参与。

姚教授在报告中系统阐述了半参数混合回归模型的最新研究进展。他从混合回归模型在经济学、流行病学和金融学等领域的经典应用切入，深入剖析了传统参数化模型在处理复杂异质性数据时存在的局限性。通过引入非参数建模思想，姚教授详细讲解了如何构建更具适应性的半参数混合回归模型，并辅以多个实证案例，生动展示了该方法在降低模型设定偏误、提升解释力方面的显著优势。整场报告理论深度与实践价值并重，引发了与会者的强烈共鸣和深入思考。

在互动研讨环节，丁辉老师就模型类别数确定这一关键问题与姚教授展开探讨，姚教授建议可综合运用BIC信息准则和基于数据驱动的自适应选择策略；针对程恭品老师提出的非高斯分布下log-concave密度假设的合理性，姚教授从理论严谨性和实际适用性两个层面给予了专业解答；王平平老师则就非高斯混合模型的参数估计方法进行了深入咨询；陈海清老师特别关注了高斯混合模型在变量选择方面的最新研究动态。整个问答环节气氛热烈，学术氛围浓厚，充分展现了我院师生严谨的治学态度和活跃的学术思维。

姚卫鑫教授的报告不仅为我校师生带来了国际前沿的统计建模方法，更为跨学科研究提供了新的思路和工具。半参数混合回归模型作为现代统计学的重要研究方向，其理论创新和实际应用都具有广阔的发展空间。本次学术活动有效促进了我校与国际知名学者的交流合作，为提升我校统计学科建设水平注入了新的动力。报告会在热烈的掌声中圆满落幕，与会师生纷纷表示受益匪浅。

专家简介：美国加州大学河滨分校统计系正教授，兼院系副主任。2002年于中国科学技术大学获得统计学学士学位，2007年在宾夕法尼亚州立大学获得统计学博士学位。主要研究领域包括混合模型、非参数和半参数建模、稳健数据分析和高维数据建模。发表100余篇SCI期刊论文，其中多篇发表于JASA、JRSSB和Biometrika等统计学顶尖期刊。此外，还出版了关于混合模型的专著，凭借卓越的学术成就，他荣获了美国统计协会会士(Fellow of the American Statistical Association)和国际统计学会当选会员(Elected Member of the International Statistical Institute)的称号。曾任Biometrics、Journal of Computational and GraphicalStatistics、Journal of Multivariate Analysis和The American Statistician多家著名期刊的副主编及Advances in Data Analysis and Classification期刊客座主编。