中国科学院大学 中国科学院大学新闻网

学 术 报 告 
A Finite Mixture Model for Working Correlation Matrices Generalized Estimating Equations 

时间：2010年12月28日周三上午10:00—11:00 

报告人：Nan Lin(林楠) 

地点：玉泉路教学楼409 
Dr.Lin is currently an assistant professor in Department of Mathematics at Washington University in St. Louis. He received his Ph.D. 
In Statistics form University of IIIinois at UrbanaChampaign in 2003. His research interests include statistical computing in massive 
data, Bayesian regularization methods, and statistical applications in bioinformatics,computer scince and psychometrics. 

Abstrat:It is well known that the efficiency of the generalized estimating equations (GEE) estimator can be seriously affected by  
if the working correlation matrix is misspecified. To address the misspecification issue, we propose a finite mixture model for the 
working correlation called mixGEE. Under mild regularity conditions, the mixGEE estimator is consistent and asymptotically normal.  
And it is also asymptotically efficient if data are from a Gaussian mixture model. An important feature of the mixGEE method is that 
it guarantees the positive definiteness of the estimated working correlation matrix if either the AR or exchangeable structure is  
included. So, it is numerically more stable and displays better finite sample efficiency than the hybrid GEE method. The value of our 
method is further demonstrated by simulation studies and real data examples.    
                                     
                                           中科院研究生院数学科学学院