Pseudo Component Transformation for Mixture Experiments Design

主讲人：张崇岐 广州大学 教授

时间：2019年4月18日16：00

地点：10号楼222会议室

举办单位：数理学院

主讲人介绍：现任广州大学经济与统计学院教授、博士生导师、广州大学“广州学者”特聘教授，博士后合作导师。长期从事高等学校教学研究工作，主要研究方向是：数理统计、非参数统计与试验设计。毕业于香港中文大学统计系，获哲学博士学位。分别在香港中文大学，香港大学和新加坡国立大学作博士后合作研究。先后访问了香港大学，美国普林斯顿大学，香港浸会大学，新西兰维多利亚大学，意大利帕多瓦大学等多所知名高校。兼任国际统计学会当选委员（Elected  Member, International Statistics  Institute），中国现场统计研究会理事，中国现场统计研究会试验设计分会副理事长，中国数学会均匀设计分会常务理事，中国现场统计研究会高维数据统计分会常务理事，广东省应用统计学会理事长，第一届高等教育出版社统计学教材编委会委员，《广州大学报（自然科学版）》编委。主持国家自然科学基金项目五项，教育部优秀留学回国人员基金项目一项。在Statistica  Sinica 等国际统计期刊发表论文八十多篇，出版统计学教材三部。 曾获广州市优秀教师，广州大学教学优秀一等奖等。

内容介绍：This talk presents the concept of mixture design of pseudo component  transformation based on the Scheffe type mixture model. Firstly, the filling  lattice point set is defined and its related properties are discussed. Then,  replace the NT-net with filling lattice point set to measure the uniform degree  of point set. The design of central pseudo component transformation is the most  uniform in the symmetric region has proved. The optimality properties of the  pseudo component transform by D- and A-optimal design are invariant. We verify  the effectiveness of the compression design through case analysis. The model  established by the method will be more robust and closer to the real model.