報告題目：Estimation and inference for ultra-high dimensional quasi-likelihood models based on data splitting
報 告 人：蔣學軍 副教授
所在單位：南方科技大學
報告時間：2023年5月12日 星期五 15:00-16:00
報告地點：騰訊會議147655560
校内聯系人：朱複康 zhufk@126.com
報告摘要：In this article, we develop a valid framework for inference of ultra-high dimensional quasi-likelihood models, based on a novel weighted estimation approach and a data splitting technique. The optimal weight is obtained by maximizing the efficiency of the estimator. Using the weighted estimator, we construct confidence intervals for some group components of the regression coefficient vector and perform the Wald test for a linear structure of the group components. Theoretically, we establish asymptotic normality of the weighted estimator, and asymptotic distributions of the Wald statistic under the null and alternative hypotheses, without assuming model selection consistency. We highlight the advantages of the proposed test over some competitive tests through theoretical and empirical comparisons, which demonstrates the local optimality of the proposed test. Furthermore, we prove that when variable selection consistency is achieved, the proposed Wald test is asymptotically equivalent to the oracle test which knows the true model. The superior finite sample performance of our proposed test is demonstrated via extensive simulations. Finally, we use a breast cancer dataset to illustrate the use of our methodology.
報告人簡介：蔣學軍，南方科技大學統計與數據科學系副教授（長聘），博士生導師，于2009年博士畢業于香港中文大學統計系，2009-2010在港中文從事博士後研究，2010-2013任中南财經政法大學副教授，于2013年07月加入南方科技大學，入選深圳市海外高層次人才孔雀計劃（2016），曾獲南方科技大學傑出教學獎（2018），深圳市優秀教師（2018），主持和完成國家（廣東省）自然科學基金、深圳市基礎研究面上項目及技術委托開發項目等10餘項。其主要研究方向包括分位數回歸、變量選擇、假設檢驗、高維統計推斷，金融統計與計量等，在數理統計領域和金融與計量的交叉領域做出了比較深入的研究，已在統計學主流期刊和相關金融、經濟等交叉學科期刊上發表SCI&SSCI論文50餘篇，授權專利1項，并出版英文教材一部。國内學會任職主要有中國現場統計研究會-教育統計與管理分會副理事長，多元分析應用專業委員會秘書長等。
