主 题：A quantile varying-coefficient regression approach to length-biased data modeling
主讲人：周勇教授
主持人：马铁丰教授
时 间：2015年3月19日下午4：00-5：00
地 点：通博楼B212学术会议室
主办单位：统计研究中心 统计学院 科研处
主讲人简介：
周勇，国家杰出青年基金获得者，教育部****特聘教授，中国科学院百人计划入选者，国务院政府特殊津贴专家，“新世纪百千万人才工程”国家级人选。1994年获中国科学院应用数学所博士学位。现任中国科学院数学与系统科学研究院研究员，上海财经大学统计与管理学院院长。现担任中国应用统计专业硕士教学指导委员会委员、中国现场统计研究会环境与资源统计分会理事长，中国统计教育学会副会长，中国优选法统筹法与经济数学研究会副理事长，中国数量经济学会常务理事。同时也是几个国内外学术期刊的编委和副主编。《应用数学学报》执行编委，《数理统计与管理》编委，《系统科学与数学》、《应用概率统计》编委,和国际期刊《The Open Statistic & Probability Journal》和《Sankhya A》编委，《Frontiers of Economics in China (FEC)》编委和《Journal of the Korean Statistical Society》副主编（Associate Editor）。周勇教授主要从事大数据分析与建模、金融计量、风险管理、经济计量学、统计理论和方法等科学研究工作，取得许多有重要学术价值和影响的研究成果。先后承担并完成国家自然科学基金项目6项，包括国家杰出青年基金，自然科学基金委重点项目等，在包括国际顶级《The Annals of Statistics》、《Journal of The American Statistical Association》，《Biometrika》《Journal of Econometrics》和《Journal of Business & Economic Statistics》等学术杂志上发表学术论文100余篇，其中，SCI/SSCI索引论文近70篇，被SCI他引300余次。
内容提要：
Abstract：Recent years have seen a growing body of literature on the analysis of length-biased data. Much of this literature adopts the accelerated failure time or proportional hazards models as the basis of study. The overwhelming majority of the existing work also assumes indep- endence between the censoring variable and covariates. In this paper, we develop a varying-co efficient quantile regression approach to model length-biased data. Our approach does not only allow the direct estimation of the conditional quantiles of survival times based on a flexible model structure, but also has the imp ortant appeal of permitting dependence between the censoring variable and the covariates. We develop local linear estimators of the coefficients using a local inverse probability weighted estimating equation approach, and examine these estimators’ asymptotic properties. Moreover, we develop a resampling method for computing the estimators’ covariances. The small sample properties of the proposed methods are investigated in a simulation study. A real data example illustrates the application of the methods in practice.
