报告题目：empirical likelihood in single-index quantile regression with high dimensional and missing observations
主 讲 人：梁汉营 教授
单 位：同济大学
时 间：2024年5月24日16:00
地 点：学院二楼会议室
摘 要：based on empirical likelihood method, we investigate statistical inference in partially linear single-index quantile regression with high dimensional linear and single-index parameters when the observations are missing at random, which allows the response or covariates or response and covariates simultaneously missing. in particular, applying b-spline approximation to the unknown link function, we establish asymptotic normality of bias-corrected empirical likelihood ratio function and maximum empirical likelihood estimator of the parameters; variable selection are considered by using the scad penalty. meanwhile, we propose a penalized empirical likelihood ratio statistic to test hypothesis, and prove its asymptotically chi-square distribution under the null hypothesis. also, simulation study and a real data analysis are conducted to evaluate the performance of the proposed methods.
简 介：梁汉营，同济大学数学科学学院教授，博士生导师。1997年博士毕业于武汉大学，1997-1999年在中国科技大学作博士后研究。主持过国家自然科学基金面上项目5项、国际合作项目1项和教育部项目2项，发表学术论文140余篇，曾获第十一届全国统计科研优秀成果奖二等奖、重庆市自然科学二等奖以及安徽省自然科学三等奖。研究兴趣为不完全数据的统计分析、分位数回归、高维数据分析、贝叶斯分析、经验似然、变点分析等。现为中国现场统计研究会高维数据统计分会常务理事，中国现场统计研究会大数据统计分会常务理事。