一、题目

Empirical likelihood in single-index quantile regression with high dimensional and missing observations

二、主讲人

梁汉营

三、摘要

In this talk, we focus on empirical likelihood in high dimensional partially linear single-index quantile regression with observations missing at random. Applying B-spline approximation to unknown link function, we construct bias-corrected empirical likelihood ratio functions and define maximum empirical likelihood (MEL) estimators of the parameters, and establish asymptotic distributions of the empirical likelihood ratio functions and MEL estimators. Unlike existing empirical likelihood procedures for the partially linear single-index model with finite dimensional parameters, the bias-corrected empirical likelihood ratios no longer share the asymptotic Chi-Square distribution, but the asymptotic normality in high dimensional case. Moreover, based on penalized approach, selection consistency and asymptotic normality of variable selection are considered. Also, we propose a penalized empirical likelihood ratio statistic to test hypothesis. Simulation study is conducted to verify the performance of the proposed methods.

四、主讲人介绍

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130余篇，曾获得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，非参数与半参数回归模型，经验似然与极大似然，分位数回归，变点分析，高维数据分析等。现为中国概率统计学会理事，中国现场统计研究会生存分析分会常务理事，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，中国商业统计学会常务理事。

五、邀请人

王汉超

六、时间

11月15日（周一）16:00-17:00

七、地点

腾讯会议ID：302 605 253

点击链接入会：https://meeting.tencent.com/dm/rSQKY8y6g2V9

八、主办方

山东大学数学学院