• <tr id='kDmrGL'><strong id='kDmrGL'></strong><small id='kDmrGL'></small><button id='kDmrGL'></button><li id='kDmrGL'><noscript id='kDmrGL'><big id='kDmrGL'></big><dt id='kDmrGL'></dt></noscript></li></tr><ol id='kDmrGL'><option id='kDmrGL'><table id='kDmrGL'><blockquote id='kDmrGL'><tbody id='kDmrGL'></tbody></blockquote></table></option></ol><u id='kDmrGL'></u><kbd id='kDmrGL'><kbd id='kDmrGL'></kbd></kbd>

    <code id='kDmrGL'><strong id='kDmrGL'></strong></code>

    <fieldset id='kDmrGL'></fieldset>
          <span id='kDmrGL'></span>

              <ins id='kDmrGL'></ins>
              <acronym id='kDmrGL'><em id='kDmrGL'></em><td id='kDmrGL'><div id='kDmrGL'></div></td></acronym><address id='kDmrGL'><big id='kDmrGL'><big id='kDmrGL'></big><legend id='kDmrGL'></legend></big></address>

              <i id='kDmrGL'><div id='kDmrGL'><ins id='kDmrGL'></ins></div></i>
              <i id='kDmrGL'></i>
            1. <dl id='kDmrGL'></dl>
              1. <blockquote id='kDmrGL'><q id='kDmrGL'><noscript id='kDmrGL'></noscript><dt id='kDmrGL'></dt></q></blockquote><noframes id='kDmrGL'><i id='kDmrGL'></i>

                【95周年校庆系︼列讲座】ROC Inference Based on Two Types of Data

                时间:2020-06-19         阅读:

                光华讲坛——社会名流与企业家论坛第 5819 期

                (线上讲座)

                主题ROC Inference Based on Two Types of Data

                主讲人中国科学院数学与系统科学♂研究院 李启寨研究▆员

                主持人统计学院 常晋■源教授

                时间2020年6月23日(周二)14:30-15:50

                直播平台及会ㄨ议ID腾讯会议,会议ID:792 829 151

                主办单位:统计研究中心 数据科学与商业智能联合实验室 统计学院 科研处

                主讲人简介:

                李启寨,中国科学院数学与系统科学研究院研究员,美国统计学会会士(Fellow of ASA),国际统计学会推选会员(Elected Member of ISI)。本科毕业于中国科学技术大学(2001),博士毕@业于中国科学院数学与系统科学研究院获(2006)。2006年7月至今在中国科学院数学与系统科学研究院工♀作,2006-2010年任助理研究员,2010-2015任副研究≡员,2015至今任研究员,其中2006-2009在美国国←家卫生健康研究院(NIH)国家癌症研究所(NCI)从事博士后研究№。主要从事生物医学统↓计、统计遗传、分组检测等理论与应用研究,在NG, AJHG,ACIE, GE, JASA, JRSSB, Biometrics, Biostatistics等杂志发表及接收发表论文105篇。曾获国家优秀青年』科学基金、农业部神农中华农业科技奖科学研究类成果一等奖等。现任中国数学◥会常务理事、全国工业∮统计学教学研究会常务理事等。

                内容提要:

                Receiver operating characteristic (ROC) curve is commonly used to evaluate and compare the accuracy of classification methods or markers. Estimating ROC curves has been an important problem in various fields including biometric recognition and diagnostic medicine. We consider the ROC inference based on two types of data: clustered and correlated data, and group testing data. We propose two methods and derive their asymptotic properties. Simulation studies also demonstrate better performance of the newly proposed estimators over existing methods for finite samples. The proposed method is further exemplified with the fingerprint matching data from the National Institute of Standards and Technology Special Database 4 and data from the National Health and Nutrition Examination Survey study.

                ROC(Receiver Operating Characteristic)曲线通常用于评价和比较分类≡方法或标记物的准确性。ROC曲线的估计是生物识别和诊断医学等领域的一个重要◥问题。我们考虑基于两类数据的ROC推断:聚类、相关数据以及组测试数据。我们提出了两种方法,并推导了它们的渐近性质。对有@ 限样本的模拟研究证明了我们新提出的估计方法比现有的估计方法◆有更好的性能。并以国家标准与技术研究院专项数据库4的指纹匹配数据和国家健︻康与营养检测调查研究数据为例,进一步验证了我们所提√方法的有效性。