Flexible generalized t-link models for binary response data

Professor Ming-Hui Chen
Department of Statistics, University of Connecticut, Storrs, CT 06269, USA

Date: June 25th 2008(Wed) 3:30pm-4:30pm

Location: Key Laboratory of Data Engineering and Knowledge Engineering (Lecture Hall)

Abstract

A critical issue in modelling binary response data is the choice of the links.We introduce a new 

link based on the generalized t-distribution. There are two parameters in the generalized t-link: one 

parameter purely controls the heaviness of the tails of the link and the second parameter controls 

the scale of the link. Two major advantages are offered by the generalized t-links. First, a

 symmetric generalized t-link with an unknown shape parameter is much more identifiable than a 

Student t-link with unknown degrees of freedom and a known scale parameter. Secondly, skewed 

generalized t-links with both unknown shape and scale parameters provide much more flexible and 

improved skewed link regression models than the existing skewed links.Various theoretical 

properties and attractive features of the proposed links are examined and explored in details.An 

efficient Markov chain Monte Carlo algorithm is developed for sampling from the posterior 

distribution. The Deviance Information Criteria measure is used for guiding the choice of links. 

The proposed methodology is motivated and illustrated by prostate cancer data.

Biography of the speaker

Dr. Ming-Hui Chen got his Ph.D degree in 1993 

from Purdue University. He is now a full professor 

at  Department of Statistics, University of 

Connecticut. He was elected as a Fellow 

of the Institute of Mathematical

 Statistics in 2007. and a Fellow of 

the American Statistical Association in 2005. He was elected as an 

ordinary member of the International Statistical Institute (ISI)in 

1999.He received the Harold J. Gay Professorship in Mathematical 

2000.Sciences from WPI, 1998-2000, and the I.W. Burr Award in

2001. Statistics from Purdue University in 1993. He is also members 

2002.of many professional societies, including Institute of 

2003.Mathematical Statistics, American Statistical Association; ENAR,

2004.The International Biometric Society; Section on Bayesian 

2005.Statistics; International Chinese Statisticians Association; and 

2006.The International Statistical Institute. 

(联系人：龙永红，62515245)