2024年7月8日，应永利yl23411no1和数理系的邀请，美国德州农工大学-Corpus Christi数据科学副教授、博士生导师魏征博士，做了题为“Nonparametric Machine Learning for Stochastic Frontier Analysis: A Bayesian Additive Regression Tree Approach”的学术报告，讲座由永利yl23411no1茹少峰教授主持，数理系教师、本科生和研究生等50余人参加。

魏征博士首先以经济学中的生产效率模型为引入，对经济学、金融学和管理学中常用的随机前沿分析模型进行了介绍，该模型常用于估计企业或行业的生产函数和效率。但在当前的随机前沿分析文献中，生产函数的参数形式（例如Cobb-Douglas 和 translog）通常未经验证就被假定为先验的，这可能会受到模型错误设定的影响，并导致效率估计出现偏差。为了解决这个问题，魏征团队提出了一组新的随机前沿模型，monBART-SFM和softBART-SFM，前者通过扩展单调贝叶斯加性回归树(monBART) 框架，基于单调约束的非参数生产函数构建；后者基于BART 的平滑版本 softBART，在对可能具有高维输入的复杂非线性生产函数进行建模时提供了更大的灵活性。同时，他们开发了一种用于模型估计的贝叶斯推理工具，同时提供了不确定性度量。通过模拟研究和实际数据应用说明了所提出方法的性能。

在交流讨论环节，茹少峰教授对经济学中常用的效率模型进行了介绍，帮助学生更好地掌握效率评价模型的应用，并为经济学论文的撰写提供了很多新思路。数理系王莉副教授和青年教师们也对该方法的应用与魏老师进行了深入探讨。本次讲座在大家热烈的掌声中进入尾声，与会人员收获颇丰。

魏征博士简介：

魏征，德州农工大学-Corpus Christi的数据科学副教授、博士生导师，致力于数据科学及相关领域的研究和教学工作。主持或参与美国国立卫生研究院（National Institutes of Health）、美国农业部（United States Department of Agriculture）等机构资助的多个基金项目中担任主持或参与研究。在国际一流杂志上发表了三十余篇论文，包括《Statistics in Medicine》、《Journal of Multivariate Analysis》、《International Journal of Approximate Reasoning》和《Econometrics and Statistics》等。多次受邀在联合统计年会（Joint Statistical Meetings）、新英格兰统计年会（New England Statistics Symposium）和国际计量经济与统计年会（International Conference on Econometrics and Statistics）等重要学术会议上作报告和主持分会场。