主 题：Estimation of Tobit Models and Related TopicsTobit模型及相关主题的估计

主讲人：乔治•华盛顿大学梁华教授

主持人：统计学院林华珍教授

时间：2024年6月24日（周一）下午1：00-2：00

举办地点：柳林校区弘远楼408会议室

主办单位：统计研究中心和统计学院 国际交流与合作处 科研处

主讲人简介：

梁华， 乔治•华盛顿大学统计系教授, 曾任罗切斯特大学医学院教授. 研究兴趣包括统计模型选择与模型平均、非参数与半参数回归、爱兹病临床试验与动态建模等。 出版英文学术著作2本，发表学术论文 200 余篇。主持了8项美国国家科学基金会以及美国国立卫生研究院的研究项目。长江学者讲座教授（2016）。 美国统计学会、国际数理统计学会fellow，曾任JASA 等刊物的编委或副主编。

内容简介：

We propose a new estimation procedure to estimate the index parameters and the link function of single-index models (SiM) when the response variable is subject to fixed censoring. Under certain regularity conditions, we show that the proposed estimators of the index parameter are asymptotically normal, the estimators of the nonparametric link function achieve optimal nonparametric convergence rate and are asymptotically normal as well. In addition, we also investigate the hypothesis for fixed censored SiM. The simulation study shows that the proposed procedures perform well in finite sample experiments. An application to an HIV dataset is presented for illustration. We further demonstrate that the idea can be applied for estimation in additive models, high-dimensional SiM, and Bi-level high-dimensional accelerated failure time models.

主讲人将提出一种新的估计程序，用于在响应变量受到固定截尾时估计单指数模型（SiM）的指数参数和链接函数。在某些正则条件下，证明所提出的指数参数估计量是渐近正态的，非参数链接函数的估计量达到最佳的非参数收敛速度，并且也是渐近正态的。此外，主讲人还研究固定截尾SiM的假设检验。模拟研究表明，所提出的程序在有限样本实验中表现良好。主讲人还将展示该方法在HIV数据集上的应用。进一步表明，该方法可以应用于加性模型、高维SiM和双层高维加速失效时间模型中的估计。