​    近日，江西财经大学统计与数据科学学院马海强副教授与俄勒冈健康与科学大学Thuan Nguyen副教授及加州大学戴维斯分校蒋继明教授合作完成的论文《Developing A Practical Measure: An Asymmetric Mean Squared Prediction Error for Small Area Estimation》被统计学国际顶尖学术期刊《Journal of the American Statistical Association》（简称JASA）正式接收，马海强副教授为论文第一作者，我校为第一单位。

《Developing A Practical Measure: An Asymmetric Mean Squared Prediction Error for Small Area Estimation》一文首先基于正负预测误差带来的实际后果不同提出了一种新的预测度量方法，通过对正负预测误差施加不同权重建立了非对称均方预测误差准则；其次，该论文研究了非对称均方预测误差准则下的最优预测量及经验最优预测量的不确定性评价方法，并给出了权重选择的更新迭代算法。在理论研究方面，该论文证明了经验最优预测量的渐近最优性和不确定性估计量的渐近二阶无偏性。特别地，在正态假设下，该论文发现基于非对称均方预测误差准则的最优预测量具有完美的线性形式，同时证明了权重选择的更新迭代算法具有全局线性收敛性。最后，该论文通过大量数值模拟和实际数据分析验证了所提方法的优势及实际表现性能。

《JASA》目前是国际统计学界论文质量最高、覆盖领域最全，影响最为广泛的国际顶尖学术期刊之一，先后发表过大量重要的统计原创性成果，现为我校统计学方向国际著名权威A+类刊物。此次收录统计与数据科学学院教师论文对于学院学术科研具有很强的激励和示范作用。

作者简介：马海强，江西财经大学副教授，主要的研究方向是函数型数据、混合效应模型和稳健统计分析，目前已在《Journal of American Statistical Association》(2篇)、《Statistica Sinica》(2篇)、《中国科学：数学》(3篇)、《Test》、《Journal of Multivariable Analysis》、《Computational Statistics and Data Analysis》、《数学学报》等国内外统计学知名期刊发表录用学术论文20多篇；先后主持国家自然科学基金面上项目、青年项目、地区项目各1项，主持中国博士后科学基金面上项目，江西省自然科学基金重点项目等省部级项目多项。

蒋继明，加利福尼亚大学戴维斯分校统计学教授，系主任，主要从事混合模型分析、模型选择、生物遗传学、统计渐近理论等方向的研究，是大样本理论方面的专家，在统计学顶级期刊发表论文120多篇，出版学术专著6本。自2017年江西财经大学柔性引进蒋继明教授以来，其带领江西财经大学统计与数据科学学院青年教师在混合效应模型、高维统计分析、稳健统计等方面已取得一系列高水平成果，相关成果发表于Journal of the American Statistical Association（统计四大，国际权威A+）、Statistica Sinica（国际权威A）、《中国科学:数学》（国内权威A）,《数理统计与管理》（国内权威B+）等统计权威期刊，协助本校青年教师成功申报国家自然科学基金2项，江西省科技厅人才计划-学科技术带头人项目1项，江西自然科学基金重点项目1项，在助力青年教师成长、统计科研团队建设和扩大江财统计学科影响力等方面做出了突出贡献。

（图文/统计与数据科学学院    编辑/李俞佳    审核/林阳 陶春海）