告题目：Lack-of-fit tests for quantile regression models

报告人：冯兴东 上海财经大学  教授  博士生导师 

报告时间：5月29日 (周三) 下午13: 30

报告地点：博识楼434室

报告摘要：This paper novelly transforms lack-of-fit tests for parametric quantile regression models into checking the equality of two conditional distributions of covariates. Accordingly, by applying some successful two-sample test statistics in the literature, two tests are constructed to check the lack-of-fit for low- and high-dimensional quantile regression models, respectively. The low-dimensional test works well when the number of covariates is moderate, while the high-dimensional one can maintain the power when the number of covariates exceeds the sample size. The null distribution of the high-dimensional test has an explicit form, and the p-values or critical values can then be calculated directly. The finite-sample performance of the proposed tests is examined by simulation studies, and their usefulness is further illustrated by two real examples.

报告人简介：冯兴东老师是上海财经大学教授、博士生导师，数据科学与统计研究院执行院长，全国统计教材编审委员会第七届委员会专业委员(数据科学与大数据技术应用组)，同时也是IMS,ASA,ICSA会员，统计学顶级期刊AOS,JASA,JRSSB等杂志审稿人，中国现场统计研究会理事等。冯兴东教授于2009年博士毕业于美国伊利诺伊大学香槟分校统计系，同年进入美国国家统计科学研究院担任研究员。2011年6月进入上海财经大学工作任助理教授，并先后于2012年7月和2015年7月破格提拔为副教授和正教授。目前主要研究方向包括数据降维、稳健估计、分位数回归及其应用和分布式统计计算等，已在AOS,JRSSB,JASA和Biometrika等国际权威统计学期刊上发表论文20余篇，这些研究成果紧紧围绕统计学相关领域的前沿课题，具有一定的国际影响力。特别地，冯兴东教授创新性地开设了《分布式统计计算》课程，将传统的统计计算融入大数据分布式计算平台Spark上。