报 告 人: 邹国华 研究员
中国科学院系统科学研究所 博士生导师
报告题目:相依数据下Jackknife模型平均估计
报告时间:
报告地点:静远楼1508会议室
主办单位:太阳成集团、科技处
邹国华研究员简介:
中国科学院数学与系统科学研究院系统科学研究所研究员、博士生导师。1985年于江西大学(今南昌大学)获学士学位,1988年于吉林大学获硕士学位, 1995年于中国科学院系统科学研究所获博士学位,1995年-1997年在北京
邹国华研究员主要研究领域包括统计模型选择与模型平均、抽样调查、计量经济建模、统计与管理决策理论、统计遗传学等。共出版书1本,在Biometrika,Genetics, Journal of Econometrics 和 Journal of the American Statistical Association 等国际顶尖期刊上发表论文 80 余篇。
报告摘要:
在传统的数据分析中,按模型选择方法选定的模型被假定为真实模型,其后的统计推断都是基于这个假设的。这一过程忽略了模型选择的不确定性,其直接后果是低估了实际的变异。一个解决办法是对基于各种模型的估计进行加权平均,即采用模型平均方法。在独立数据情形下,文献中已提出了若干渐近最优的模型平均方法。然而,相依数据情形下模型平均方法渐近最优性的研究却是一个难点,本报告主要介绍我们在这方面的若干结果。