应我院邀请，7月23日上午，香港大学徐锦峰教授在腾讯会议上作了主题为《Sure joint feature screening in nonparametric transformation model for right censored data》的报告。此次报告由施建华教授主持，相关师生聆听了此次报告。

报告中，徐锦峰讨论了关于正确的审查数据模型的确定联合特征筛选。对现有数据进行删除的筛选程序要么假设一个特定的模型，要么采用一种特定的模型边际方法，因此容易模型错误从而错误筛选。针对这些问题，本文提出了一种新的筛选方法。提出了一种基于平滑偏秩目标函数和迭代硬阈值算法的稀疏受限估计。此外，由于转换模型包含了许多流行模型，如Cox模型作为特例，所开发的联合筛选方法比其竞争对手更加稳健。通过仿真研究和实际数据实例说明了其有限样本性能。报告结束后，在座的师生就相关研究问题进行了探讨和交流。

徐锦峰，香港大学博导，在美国哥伦比亚大学获统计学专业博士学位；先后在美国哥伦比亚大学、新加坡国立大学、美国纽约大学做博士后或助理教授；研究领域涉及生存分析、生物基因、医学统计、非参数统计、高维数据分析等诸多领域的数据建模研究。先后在《Journal of the American Statistical Association》、《Biometrika》、《Journal of Econometrics》、《Biometrics》、《Scandinavian Journal of Statistics》、《Statistics in Medicine》、《Annals of the Institute of Statistical Mathematics》等国际顶级或一流学术期刊上发表过四十余篇的学术论文，先后主持香港政府大学研究基金资助局项目三项。