报告题目：Adaptive Semiparametric Estimation for Single Index Models with Jumps

主 讲 人：林金官

单 位：南京审计大学

时 间：5月30号10:00

地 点：学院南阶梯教室

摘 要：

The single index model is one of the most popular semiparametric models in applied quantitative sciences. This paper studies a single index model with unknown jumps (SIMJ) that occur in the link function. An adaptive semiparametric estimation procedure is proposed for estimating the index coefficient and link function. The asymptotic normality of the resulting estimators for both the parametric and nonparametric parts can be established under some mild conditions and without specifying the error distribution. We show that the resulting estimators are robust and efficient for different error distributions. In particular, a modified EM algorithm is developed to implement the adaptive semiparametric estimation in practice. Numerical simulations and real data analysis are conducted to illustrate the finite sample performance of the proposed approach.

简 介：

林金官，博士，统计学教授、博士生导师。本科、硕士分别毕业于华东师范大学数学与数理统计专业，博士毕业于东南大学系统工程专业。曾任东南大学数学系教授、统计学科带头人、系副主任。现任南京审计大学统计与数据科学学院院长、统计科学与大数据研究院院长。目前担任2018-2022教育部统计学类教学指导委员会委员、全国工业统计教学研究会副会长、中国现场统计研究会工程概率统计学会副理事长、中国现场统计研究会资源与环境学会副理事长、江苏省概率统计学会秘书长、中文核心期刊《系统科学与数学》、《数理统计与管理》、《统计与决策》等杂志编委等。林金官教授长期主要从事非线性统计、计量经济、金融统计与风险度量、统计诊断、面板数据分析和统计应用等方面的研究工作。主持省部级以上课题18项，其中国家自然科学基金和国家社会科学基金5项。已培养博士生15名、硕士生数十名。2000年以来在国内外核心期刊上发表论文一百余篇，其中SCI和SSCI收录论文近百篇。