<font face="garamond,serif"><div>Dear all,</div><div><br></div><div>Please
 join us for the Applied Statistics Workshop (Gov 3009) this Wednesday, 
February 15 from 12.00 - 1.30 pm in CGIS Knafel Room 354. Tamar Sofer, a Ph.D. student from the Department of Biostatistics at Harvard University, will give a presentation entitled &quot;Sparse Joint Estimation of Covariates-Dependent Covariance Matrices&quot;. <font><font face="garamond,serif">
As always, a light lunch will be provided.<br></font></font><br clear="all"></div><div>Abstract:</div><div><br></div><blockquote class="gmail_quote" style="margin-top:0px;margin-right:0px;margin-bottom:0px;margin-left:0.8ex;border-left-width:1px;border-left-color:rgb(204,204,204);border-left-style:solid;padding-left:1ex">



We propose an estimation method for the principal components/covariance structures of a set of outcomes, while modeling the effect of covariates. We assume a linear mixed model formulation on the outcomes as response to covariates, a model corresponding to spiked covariance matrices. Since the subject-specific covariance matrices and the effects of covariates are believed to be sparse, we penalize coefficients using an oracle penalty function. Under some assumptions on the parameters and the likelihood, we show that the maximum likelihood estimator of the parameters is asymptotically consistent and is uniformly sparse (&quot;sparsistent&quot;), even when the number of parameters is small. We propose using the Bayesian Information Criterion (BIC) for tuning parameter selection and show that it is consistent for model selection. Using a simple iterated least squares procedure we are able to recover the model parameters with high accuracy. The method is implemented to study the effect of smoking on the covariances of gene methylations in the asthma pathway in smokers and non-smokers US veterans from the Normative Aging Study (NAS).</blockquote>



<div><br></div><div><br></div><div>An up-to-date schedule for the workshop is available at <a href="http://www.iq.harvard.edu/events/node/1208" target="_blank">http://www.iq.harvard.edu/events/node/1208</a>.</div>
<div><br></div><div>Best,</div><div>Konstantin</div></font><br>-- <br><font face="garamond, serif">Konstantin Kashin<br>Ph.D. Student in Government<br>Harvard University<br><br>Mobile: <a href="tel:978-844-0538" value="+19788440538" target="_blank">978-844-0538</a><br>

E-mail: <a href="mailto:kkashin@fas.harvard.edu" target="_blank">kkashin@fas.harvard.edu</a><br>
Site: <a href="http://people.fas.harvard.edu/%7Ekkashin/" target="_blank">http://people.fas.harvard.edu/~kkashin/</a></font><br><br>