报告时间： 2021年12月8日上午10:00-11:30

腾讯会议号：908-763-654

报告题目: Large dimensional empirical likelihood

报告人：周望，新加坡国立大学终身教授

摘要：By adding two pseudo-observations to the original data set, we provethe asymptotic normality of the log empirical likelihood-ratio statistic whenthe sample size and the data dimension are comparable. In practice, we suggestusing the normalized F(p, n-p) distribution to approximate its distribution.Simulation results show excellent performance of this approximation.

个人简介：周望，新加坡国立大学终身教授，博士生导师。主要从事统计学的理论与应用研究，在高维数据估计、高维数据检验、数据降维、大维数据随机矩阵领域取得了重要的成果。迄今为止，在Annals of Statistics, Journal of American StatisticalAssociation, Journal of Royal Statistical Society（B）,Biometrika, Bernoulli, Journal of Econometrics，Trans. Amer. Math.Soc.，Annals of Probability，Annals of Applied Probability等国际顶级期刊发表论文70余篇。2012年成为国际统计学会（ElectedMember of International Statistical Institute）当选成员。