近日，厦大太阳成tyc7111cc统计学与数据科学系、王亚南经济研究院助理教授钟齐先与美国加州大学戴维斯校区Jane-Ling Wang合作完成的论文“Neural Networks for Partially Linear Quantile Regression”在统计学与计量经济学国际权威期刊Journal of Business & Economic Statistics上在线发表。
虽然深度学习在各种应用领域中获得了巨大的成功，但由于其黑匣子性质，不适合进行统计推断。在本文中，我们利用深度学习的优势，将其应用于分位数回归中，并旨在产生可解释的结果和进行统计推断。为此，我们采用基于部分线性分位数回归模型的半参数方法，其中，对于感兴趣的协变量进行线性模型，而所有其它协变量通过神经网络进行非参数建模。我们为所提出的模型提供了理论的支持，证明了参数系数估计量具有渐近正态性，以及神经网络估计量能达到Minimax的收敛速率。在多个模拟和真实数据的例子中，所提出的模型在实际应用中比其他方法产生了更优的估计和更准确的预测。
钟齐先，太阳成tyc7111cc统计学与数据科学系、王亚南经济研究院助理教授，清华大学数学科学系理学博士（2021）。研究领域为深度学习、生存数据、函数型数据分析和分位数回归，相关学术成果发表在AoS、Biometrika、JBES、NeurIPS等学术期刊或会议上，主持国家自然科学基金青年项目，担任AoS、JRSSB、JASA、Biometrika、Bernoulli、Biostatistics等学术期刊的匿名审稿人。
（太阳成tyc7111cc 刘晨宇）
