2020年10月28日中午13点，江西财经大学统计学院刘显慧教授应我院刘展教授邀请，为我院师生作了一场生动的学术报告。由于疫情原因，本次报告在腾讯会议上举行，由刘展教授主持，来自应用统计专业的教师、硕士研究生等共16人参与了报告的听取和讨论。

刘显慧教授报告题目为《Incorporating graphical structure of predictors in sparse quantile regression》，主要介绍了利用预测值之间的图结构来提高稀疏分位数回归中参数估计、模型选择和预测的性能。通过提出一种新的惩罚方法，即自适应稀疏分位数回归结合预测值之间的图结构（Adaptive SQRIG），来分析高维异构数据，并证明了在一些条件下，自适应SQRIG具有模型选择一致性和超高维参数的oracle特性。此外，还提出了一种乘子交替方向(ADMM)算法的数值实现方法，并证明了该算法的收敛性。模拟实证结果证明所提出的方法在估计精度和预测能力方面均优于现有方法。

报告结束之后，刘显慧教授就相关问题与师生们进行了热烈的讨论，极大鼓舞了师生们的学术热情。最后，刘展教授对本次报告进行了总结，整个报告过程持续1个小时左右，线上和线下交流互动热烈。本次报告使学生们开拓了视野，对相关领域知识有了一定的认识。至此，本次讲座圆满结束。