報告題目：Averaging Estimators of Heterogeneous Treatment Effect under Additive Models
報 告 人：張新雨 教授
報告單位：中國科學院
報告時間：2022年10月12日 星期三 下午13:30-14：30
報告地點：騰訊會議：963 907 870
校内聯系人：丁雪 dingxue83@jlu.edu.cn
報告摘要： In the estimation heterogeneous treatment effect, model uncertainty often exists because of the uncertainty which variable should be used or other reasons. To handle the model uncertainty, we propose a novel model averaging method for estimating the heterogeneous treatment effect by assembling the estimations from multiple additive candidate models with certain weights. The weights are obtained by minimizing J-fold cross-validation, in which nearest neighbor matching is used to impute the unobserved potential outcome. We show that the proposed method is asymptotically optimal in the sense of achieving the lowest possible squared loss and can put the weight one to the correctly specified models. Both simulation study and empirical example show the superiority of our proposed estimator over other competitive methods.
報告人簡介：中科院數學與系統科學研究院/預測中心研究員，中國科學技術大學管理學院雙聘教授。目前擔任《JSSC》、《SADM》、《系統科學與數學》、《應用概率統計》編委和《Econometrics》客座主編。是中國統籌法優選法與經濟數學研究會數據科學分會副理事長和國際統計學會當選會員。先後主持國家自然科學基金委優秀和傑出青年研究基金項目，曾獲得中國管理學青年獎和中科院優秀博士學位論文等獎勵。主要從事統計學和計量經濟學的理論和應用研究工作,具體研究方向包括模型平均、機器學習、組合預測和衛生統計等。發表了50多篇學術論文,其中20餘篇論文發表在Annals of Statistics、Biometrika、JASA、JRSSB、Journal of Econometrics和Econometric Theory。主要研究方向為模型平均、模型選擇、組合預測等。
