Robust and efficient estimation for the treatment effect in causal inference and missing data problems

报告题目： Robust and efficient estimation for the treatment effect in causal inference and missing data problems

报告人：  林华珍教授

          西南财经大学

时间地点：2019年5月10日(星期五)上午10:00-  

             紫金港校区管理学院行政楼14楼1417报告厅

摘要：The Mann-Whitney statistic based on complete data only might be invalid if the outcome variables are missing due to certain covariates. In this paper, we used the probabilistic index modelling to obtain a new Mann-Whitney statistic when missingness occurs in the outcomes but multiple explanatory variables are observable. Our method combined the efficiency of the model-based approach and the robustness of the nonparametric approach. It requires few model assumptions and is shown to be efficient if all specifications are correct, and doubly robust if some part is misspecified. Results from simulation studies and a real data analysis of consumer phone loans in China are presented to demonstrate the advantages of the proposed method over other methods. The paper is a joint work with Fanyin Zhou, Qiuxia Wang, Ling Zhou, Jing Qin

欢迎参加！

联系人: 张立新教授 stazlx@zju.edu.cn

       浙江大学数据科学研究中心、浙江大学数学科学学院统计学研究所 

报告人简介：

林华珍,  教授， 博士生导师，西南财经大学统计研究中心主任, 国家杰出青年科学基金获得者，享受国务院政府特殊津贴专家，教育部新世纪优秀人才，第十一批四川省学术和技术带头人，第十批成都市有突出贡献的优秀专家。

    主要研究方向为转换模型、非参数方法、生存数据分析、函数型数据分析、潜变量分析、ROC方法、偏态数据分析、捕获-再捕获数据分析， 发表学术论文40余篇，包括发表在AoS、JASA、JoE、JRSSB、Biometrika及Biometrcs等国际统计学和计量经济学顶级期刊上论文若干。先后六次主持国家自然科学基金项目。林华珍教授是国际IMS-China、IBS-CHINA及ICSA-China委员，中国现场统计研究会数据科学与人工智能分会理事长，第九届全国工业统计学教学研究会副会长，中国现场统计研究会环境与资源分会、高维数据分析分会、生物医学统计学会、生存分析分会等多个分会的副理事长。先后是国际统计学期刊《Biometrics》、《Scandinavian Journal of Statistics》、《Canadian Journal of Statistics》、《Statistics and Its Interface》、《Statistical Theory and Related Fields》Associate Editor， 国内核心学术期刊《应用概率统计》、《系统科学与数学》、《数理统计与管理》编委。