报告时间：2026年4月10日（周五）9:30—11:30

报告地点：舜耕校区实验楼505

主办单位：皇冠体育

协办单位：科研处，黄河流域生态统计协同创新中心，现代统计交叉科学重点实验室，统计学博士后科研流动站、中加项目管理委员会

一、 青年教师工作论文报告

二、特邀专家报告

题目：From Penalization to Over-parameterization: Achieving Implicit Regularization for High-dimensional Linear Errors-in-Variables Models

摘要：Regularization methods are crucial for the analysis of high-dimensional data, with most methods adding a penalty term to the loss function explicitly. In this paper, we introduce an implicit regularization technique through over-parameterization and propose a calibrated penalty-free (CPF) estimation method for high-dimensional linear errors-in-variables models. This method calibrates the bias caused by measurement errors while avoiding the bias introduced by penalty terms. We use the gradient descent algorithm to minimize the over-parameterized calibrated loss function without penalties, resulting in a sparse estimate of regression coefficients and thus achieving implicit regularization. Furthermore, a novel bootstrap methodology is introduced to address the challenge posed by the unknown covariance matrix of measurement errors. The oracle inequality for estimation error is established under certain regularity conditions. Extensive simulation studies and a real data analysis illustrate the competitive finite sample performance of the proposed method.

专家介绍：李高荣，北京师范大学统计学院教授，博士生导师，北京师范大学第十二届“最受本科生欢迎的十佳教师”。主要研究方向是非参数统计、高维统计、统计学习、纵向数据、测量误差数据和因果推断等。迄今为止，在Annals of Statistics, Journal of the American Statistical Association, Journal of Business & Economic Statistics, Statistics and Computing, 《中国科学：数学》和《统计研究》等学术期刊上发表学术论文130余篇。出版5部著作：《纵向数据半参数模型》、《现代测量误差模型》(入选“现代数学基础丛书”系列)、《多元统计分析》(2023年荣获北京高校优质本科教材奖、2026年入选“十四五”普通高等教育本科国家级规划教材）和《统计学习（R语言版）》 (2025年荣获北京高校优质本科教材奖）、《高维统计学》。2024年荣获北京市普通高校优秀本科毕业论文优秀指导教师，2025年荣获北京师范大学高等教育教学成果一等奖。主持国家自然科学基金、北京市自然科学基金和北京市教委科技计划面上项目等国家和省部级科研项目10多项。