报告时间：2024年3月12日(周二) 10:00-11:00

报告地点：中国人民大学明德主楼1016

报告嘉宾：李文龙

报告主题：Constructions of maximin distance designs and orthogonal maximin distance designs

In this paper, we propose a new procedure to detect variable importance in a model-free framework. Flexible machine learning methods are adopted to estimate unknown functions. Under null hypothesis, our proposed test statistic converges to standard chi-squared distribution. While under local alternative hypotheses, it converges to non-central chi-square distribution. It has non-trivial power against the local alternative hypothesis which converges to the null at root-n rate. We also extend our procedure to test conditional independence. Asymptotic properties are also developed. Numerical studies and a real data example are conducted to illustrate the performance of our proposed test statistic.

作者简介

李文龙，现为北京交通大学数学与统计学院教师，曾为北京理工大学数学与统计学院博士后，合作导师为田玉斌教授。硕士毕业于华中师范大学概率论与数理统计专业，导师为覃红教授；博士毕业于南开大学统计学专业，导师为刘民千教授；博士期间赴加拿大西蒙弗雷泽大学统计与精算学系联合培养1年，合作导师为Boxin Tang教授。主要研究方向为试验设计和计算机试验。现已在《中国科学》、 《Biometrika》 、《Joural of Statistical Planning and Inference》、 《Statistical Papers》、《Journal of Systems Science and Complexity》 等统计学重要期刊上发表多篇SCI学术论文，主持国家自然科学基金青年基金和中国博士后科学基金面上基金各1项。