• <tr id='GdhhzM'><strong id='GdhhzM'></strong><small id='GdhhzM'></small><button id='GdhhzM'></button><li id='GdhhzM'><noscript id='GdhhzM'><big id='GdhhzM'></big><dt id='GdhhzM'></dt></noscript></li></tr><ol id='GdhhzM'><option id='GdhhzM'><table id='GdhhzM'><blockquote id='GdhhzM'><tbody id='GdhhzM'></tbody></blockquote></table></option></ol><u id='GdhhzM'></u><kbd id='GdhhzM'><kbd id='GdhhzM'></kbd></kbd>

    <code id='GdhhzM'><strong id='GdhhzM'></strong></code>

    <fieldset id='GdhhzM'></fieldset>
          <span id='GdhhzM'></span>

              <ins id='GdhhzM'></ins>
              <acronym id='GdhhzM'><em id='GdhhzM'></em><td id='GdhhzM'><div id='GdhhzM'></div></td></acronym><address id='GdhhzM'><big id='GdhhzM'><big id='GdhhzM'></big><legend id='GdhhzM'></legend></big></address>

              <i id='GdhhzM'><div id='GdhhzM'><ins id='GdhhzM'></ins></div></i>
              <i id='GdhhzM'></i>
            1. <dl id='GdhhzM'></dl>
              1. <blockquote id='GdhhzM'><q id='GdhhzM'><noscript id='GdhhzM'></noscript><dt id='GdhhzM'></dt></q></blockquote><noframes id='GdhhzM'><i id='GdhhzM'></i>

                Single-index varying-coefficient panel data model

                发布者:文明办作者:发布时间:2020-11-13浏览次数:10


                主讲人:王黎明  上海财经大学教授


                时间:2020年11月19日15:00


                地点:3号楼332


                举办单位:数理学院


                主讲人介绍:王黎明,上海财经大学统计与管理学院教授、博士生导师兼任全国工业统计学教学研究会理事,中国现场统计学会资源与环境统计分会常务理事,中国现场统计学会高维数据统计分会常务理事,上海市质〖量技术应用统计学会副理事长,上海市统计高级职称评审委员会评审专家。在应用统计学、经济统计学、数量金融和风险管理方□面具有丰富的教学和研究经验,目前已完成国家自然科学基金项目、国家◤社会科学基金,以及全国统计科学研究计划项目等各类项目多项。曾多次访问香港理工大学应ㄨ用数学系,台湾辅仁大学管理学院,在《Science  China Mathematics》, 《Statistical Papers》,《Metrika》, 《Communications in  Statistics- Theory and Methods》,《Journal of  Scheduling》,《中国科学.数学》、《数学年刊》、《统计研究》、《数量经济技术经□ 济研究》、《经济学动态》和《应用概率统计》等国内外权威学术期刊上发表学术论文50余篇。


                内容介绍:In this paper, we study the single-index varying-coefficient panel data model.  Combining the refined minimum average variance estimation (RMAVE) method and  local linear regression, we estimate the parameter in single index and link  function, and explain the steps of the iterative algorithm. Under certain  regular conditions, the asymptotic properties of the parameter and link  functions are given in this paper. Finally, we illustrate the advantages of the  model by numerical simulation and a real example.