报告题目：Non-ignorable missing data, single index propensity score and profile synthetic distribution function
报 告 人：陈雪蓉 副教授 西南财经大学
报告时间：2020年6月11日上午10:00—11:00
报告地点：腾讯会议 会议ID：131 334 609
会议密码：200611
或链接：https://meeting.tencent.com/s/IWSUWNdZUOAD
校内联系人：王培洁 wangpeijie@jlu.edu.cn
报告摘要：
In missing data problems, missing not at random is difficult to handle since the response probability or propensity score is confounded with the outcome data model in the likelihood. Existing works often assume the propensity score is known up to a finite dimensional parameter. We relax this assumption and consider an unspecified single index model for the propensity score. A pseudo-likelihood based on the complete data is constructed by profiling out a synthetic distribution function that involves the unknown propensity score. The pseudo-likelihood gives asymptotically normal estimates. Simulations show the method compares favorably with existing methods.
报告人简介：
陈雪蓉，西南财经大学统计学院统计研究中心副教授、博士生导师。云南大学和中科院数学与系统科学研究院联合培养博士，美国密苏里大学统计系、乔治城老员工物统计博士后。博士期间曾在香港城市大学管理科学系访问八个月，14年加入西南财经大学，期间至香港大学统计和精算系，密歇根老员工物统计系访问。在统计学顶级和权威杂志JASA、SJS、Statistica Sinica、Statistics in Medicine等杂志上发表论文20余篇。其研究领域包括：高维数据，缺失数据，纵向数据，生存分析，非参数半参数建模推断，分位数回归，变点分析等。其缺失数据分位数回归的工作获得了“第八届高等学校科学研究优秀成果奖（人文社会科学）青年成果奖”。现为中国优选法统筹法与经济数学研究会数据科学分会常务理事、中国现场统计研究会资源与环境统计分会副秘书长及常务理事，中国现场统计研究会经济与金融统计分会常务理事。
