近日，我校凯捷体育注册範國良老師與其合作者在概率統計領域的重要期刊《RandomMatrices: Theory and Applications》合作發表了題為“Nonlinearinteraction detection through partial dimension reduction with missing responsedata”的學術論文。

該研究核心觀點為🔶：

當反應變量數據產生缺失時👩🏽‍🚒，該研究提出了變指標系數模型並用此來檢測分組變量間的非線性交互作用📜👹。在變指標系數模型中通過線性組合將協變量分組🩴，以檢測它們的聯合交互作用🫙💜。基於逆概率加權方法，通過剖面最小二乘估計聯合交互作用效應，建立了中心部分均值子空間估計的漸近性質。此外，該研究也提出了Wald型檢驗來檢測協變量之間的交互作用💇🏿‍♀️。利用BIC型準則來確定中心部分均值子空間的結構維數，並獲得其相合性🐛。最後通過模擬研究和實際數據分析驗證了本文所提方法的有效性和實用性。

全文鏈接為𓀙：https://doi.org/10.1142/S2010326322500514