分享人：苗旺 北京大学
分享内容：Auxiliary variables methods for missing data analysis under MNAR
分享时间：2022年10月11日 14:00
分享地点： 线下：知行楼B座一楼中心会议室
线上：腾讯会议：646-535-576
参加人员：中心研究员们
主要内容：
很多现代科学研究主要的数据来源是不受试验控制的观察性研究 (observational study)，在观察性研究中，选择偏差或者非随机缺失经常出现。围绕缺失数据方面的挑战，我们将探讨缺失数据调整、识别性、稳健估计和半参数理论的问题，以及在经济调查研究中的一个应用案例。特别是非随机缺失数据分析中使用辅助数据的方法，包括工具变量，影子变量，回调纪录等。
个人简介：
苗旺现为北京大学概率统计系研究员， 2008-2017年在北京大学数学科学学院读本科和博士，2017-2018年在哈佛大学生物统计系做博士后研究，2018年入职北京大学光华管理学院，2020年调入数学科学学院。苗旺的研究兴趣包括因果推断，缺失数据分析，及其在生物统计，流行病学，经济学和人工智能研究中的应用，与合作者提出混杂分析的代理推断理论，发展非随机缺失数据的识别性和双稳健估计理论，以及数据融合的半参数理论。个人网页https://www.math.pku.edu.cn/teachers/mwfy/