• 统计研究中心
当前位置: 首页> 系列讲座> 正文

宾夕法尼亚州立大学马彦源教授:Measurement Error Models

光华讲坛——社会名流与企业家论坛第 5679


主题:Measurement Error Models

主讲人:宾夕法尼亚州立大学马彦源教授

主持人:统计学院统计研究中心 林华珍教授

时间:2019年12月25日(星期三)下午3:00-4:00

地点:西南财经大学柳林校区弘远楼408会议室

主办单位:统计研究中心 统计学院 科研处


主讲人简介:

马彦源,现为宾夕法尼亚州立大学统计系教授,北京大学学士学位,斯坦福大学硕士学位,麻省理工学院博士学位。其主要研究兴趣包括:降维,潜在变量模型,混合样本,非参数,半参数,生存分析。已公开发表论文110余篇,其中在国际统计学和计量经济学顶级期刊如JASA JRSSB Biometrika Annals JOE上发表论文40余篇。是国际统计学顶级期刊JASABiometrics的副主编。

主要内容:

I will review some measurement error models.A class of semiparametric estimators are proposed in the general setting of functional measurement error models. The estimators follow from estimating equations that are based on the semiparametric efficient score derived under a possibly incorrect distributional assumption for the unobserved `measured with error' covariates. It is shown that such estimators are consistent and asymptotically normal even with misspecification and are efficient if computed under the truth. The methods are demonstrated with a simulation study of a quadratic logistic regression model with measurement error.

本报告将回顾一些测量误差模型,在一般的函数测量误差模型基础上,我们提出了一类半参数估计量。估计量来自于基于半参数有效得分的估计方程,该半参数有效得分是在可能不正确的分布假设下对未观测的“有误差测量”协变量导出的。结果表明,这种估计量即使在有误的情况下也是一致的、渐近正态的,并且在真实情况下计算是有效的。通过对带有测量误差的二次logistic回归模型的模拟研究,证明了该方法的有效性。


上一条:Duke-NUS 医学院成青博士:MR-LDP: a two-sample Mendelian randomization for GWAS summary statistics accountinglinkage disequilibrium and horizontal pleiotropy

下一条:明尼苏达大学杨宇红教授:Goodness of Fit Testing for Binary Regression: How to Go beyond Hosmer–Lemeshow Test?