学术报告:Specification testing for regressions: an approach bridging between local smoothing and global smoothing methods

编辑: 陈亮君    发布时间:2019-03-25    次点击

回归中的识别检验:一个架于局部和全局平滑方法间的方法


报告人:朱力行教授  香港浸会大学

时间:2019年3月29日下午4点

地点:数学与信息学院201报告厅

联系人:夏强  教授


摘要:For regression models, most of existing specification tests can be categorized into the class of local smoothing tests and of global smoothing tests。 Compared with global smoothing tests, local smoothing tests can only detect local alternatives distinct from the null hypothesis at a much slower rate when the dimension of predictor vector is high, but can be more sensitive to oscillating alternatives。 In this paper, we suggest a projection-based test to bridge between the local and global smoothing-based methodologies such that the test can benefit from the advantages of these two types of tests。 The test construction is based on a kernel estimation-based method and the resulting test becomes a distance-based test with a closed form。 The asymptotic properties are investigated。 Simulations and a real data analysis are conducted to evaluate the performance of the test in finite sample cases。


报告人简介:

     朱力行教授,长江学者讲座教授,博士生导师。研究领域包括高维数据分析、统计学中的Monte Carlo方法、非参数/半参数统计、经验过程理论、生物统计与生物信息论、经济计量学等。朱力行教授,1990年在中国科学院获得理学博士,1993年在中国科学院应用数学所评为研究员/博士导师。1998年去香港大学统计与精算系工作,2005年到香港浸会大学数学系工作,现在是统计学讲座教授。曾经担任两届系主任。1998年获得德国洪堡研究奖,是自然科学,工程,医学领域中,大陆,香港,台湾,澳门第一位获奖者,迄今为止,还是亚洲统计学界唯一获奖者。2003年,2007年和2015年分别当选为美国数理统计研究院fellow和国际统计研究院(ISI) elected member,美国统计协会fellow和美国科学促进会(AAAS)fellow。2013年获得中国国家自然科学奖二等奖(独立)。1997年获得杰出青年基金资助,1999年入选中科院百人计划。2004年获选为长江讲座教授。


欢迎广大师生参加!


分享到: