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/