当前位置: 首 页 - 科学研究 - 学术报告 - 正文

必威、所2020年系列学术活动(第285场):郭绍俊 副教授 中国人民大学

发表于: 2020-11-23   点击: 


报告题目:The Marriage between Econometrics and Machine Learning: New Inference for High-Dimensional Sparse Spatio-Temporal Autoregressions

报 告 人:郭绍俊副教授 中国人民大学

报告时间:2020年11月20日 16:00-17:00

报告地点: 数学楼三楼天元第五研讨室

校内联系人:朱复康  fzhu@jlu.edu.cn


报告摘要:

     We consider a new class of spatio-temporal models with sparse autoregressive coefficient matrices and exogenous variable. To estimate the model, we first profile the exogenous variable out of the response. This leads to a profiled model structure. Next, to overcome endogeneity issue, we propose a class of generalized methods of moment (GMM) estimators to estimate the autoregressive coefficient matrices. A novel bagging-based estimator is further developed to conquer the over-determined issue which also occurs in Chang et al. (2015) and Dou et al. (2016). An adaptive forward-backward greedy algorithm is proposed to learn the sparse structure of the autoregressive coefficient matrices. A new BIC-type selection criterion is further developed to conduct variable selection for GMM estimators. Asymptotic properties are further studied. The proposed methodology is illustrated with extensive simulation studies.


报告人简介:

     郭绍俊,中国人民大学统计与大数据研究院副教授。2003年本科毕业于山东师范大学,2008年获得中国科学院数学与系统科学研究院理学博士学位。博士毕业后留中国科学院数学与系统科学研究院工作,助理研究员,任期至2016年。2009年-2010年赴美国普林斯顿大学运筹与金融工程系博士后研究,做高维数据分析方面的研究工作,并于2014-2016年在英国伦敦经济学院统计系做博士后研究,做大维时间序列建模方面的研究。目前主要研究方向有:统计学习;非参数及半参数统计建模;生存分析及函数型数据分析等。