时间：2016年12月13日（周二）10：05 - 11：00
地点：旗山校区理工北楼601报告厅
主讲：云南大学 唐年胜教授
主办：数学与计算机科学学院、福建省分析数学及应用重点实验室、数学研究中心
专家简介：唐年胜，云南大学数学与统计学院教授、博士生导师、院长，教育部长江特聘教授，“国家杰出青年科学基金”获得者，教育部“新世纪优秀人才支持计划”入选者，云南省“中青年学术和技术带头人”。现兼任中国统计学会常务理事、中国概率统计学会常务理事、中国现场统计学会常务理事、中国教育统计学会常务理事、中国现场统计学会资源与环境统计分会常务理事、中国现场统计学会生存分析分会理事、全国统计教材编审委员会委员、教育部高等学校数学与统计学教学指导委员会统计学专业教学指导分委员会委员、云南省统计学会副会长；同时兼任《应用概率统计》编委、《数理统计与管理》编委、《Journal of Statistical and Econometric Methods》和《Journal of Mathematics》以及《World Journal of Methodology》编委、《云南大学学报（自然科学版）》编委；《美国数学评论》评论员，国家自然科学基金委专家评审组成员。
报告摘要：Growing-dimensional data with likelihood unavailable are often encountered in various fields. This paper presents a penalized exponentially tilted likelihood (PETL) for variable selection and parameter estimation for growing dimensional unconditional moment models in the presence of correlation among variables and model misspecification. Under some regularity conditions, we investigate the consistent and oracle properties of the PETL estimators of parameters, and show that the constrainedly PETL ratio statistic for testing contrast hypothesis asymptotically follows the central chi-squared distribution. Theoretical results reveal that the PETL approach is robust to model misspecification. We also study high-order asymptotic properties of the proposed PETL estimators. Simulation studies are conducted to investigate the finite performance of the proposed methodologies. An example from the Boston Housing Study is illustrated.