专家简介：吴月华，加拿大约克大学数学与统计系教授。1989年获得美国匹兹堡大学统计学博士学位，师从世界著名统计学家C.R.Rao。研究领域广泛，包括空间统计、M-估计、模型选择、变点检测、非参数估计、金融统计等，以及在环境科学、信息科学、计量经济学、生物医学等领域中的应用，目前是国际统计学会的会员。在PNAS（美国国家科学院院刊），Computational Statistics & Data Analysis（计算统计与数据分析）、The Canadian Journal of Statistics（加拿大统计期刊）、Statistica Sinica（泛华统计）、Journal of Multivariate Analysis（多元统计分析）等期刊发表学术论文100多篇。承担加拿大环境署（Environment Canada）、加拿大自然科学基金（NSERC Discovery Grant）等多项重要科研项目。
报告摘要：我们首先描述了匹配分位数估计（MQE）问题的背景与动机，并简要介绍了M估计。由于在许多实际问题中变量的数量可能很大，“稀疏”表示将更为理想。因此，我们提出了一种匹配分位数M估计（MQME）方法。并将所提出的MQME与自适应Lasso方法结合，以选择信息变量。为了计算MQME，我们开发了一种迭代算法。此外，我们还证明了（稀疏）匹配分位数M估计具有渐近相合性。仿真结果表明，该方法具有高效的有限样本性能。我们同时也给出一个有效的真实案例研究。
腾讯会议号：599 834 603
时 间：2022年6月11日 上午9:00