报告题目：Group LASSO of change-points in functional time series
报 告 人：张荣茂 教授 浙江大学
报告时间：2021年11月12日 8:30-9:30
报告地点：腾讯会议 ID：221 156 831 会议密码：1112
校内联系人：朱复康 fzhu@jlu.edu.cn
报告摘要：Multiple change-points estimation for functional time series is studied in this paper. The change-point problem is first transformed into a high-dimensional sparse estimation problem via basis functions. Group least absolute shrinkage and selection operator (GLASSO) is then applied to estimate the number and the locations of possible change points. To circumvent the overestimation issue that commonly encountered in GLASSO, a new Information Criterion (IC) for a two-step estimation is proposed. Simulation studies and a temperature data example are analyzed to demonstrate the finite sample performance.
报告人简介：张荣茂，现为浙江大学英国365网站教授、浙大经济学院与数据科学中心兼职教授、浙江大学统计所所长，浙江省现场统计研究所副理事长。2004年在浙江大学获得博士学位，2004年7月至2006年6月在北京大学从事博士后研究，2006年至今在浙江大学工作，多次访问香港科大、香港中文大学和伦敦政治经济学院。主要从事非平稳金融时间序列和高维空间计量经济模型的理论与应用研究，已发表SSCI/SCI论文40多篇，发表的杂志包括Annals of Statistics，Journal of the American Statistical Association，Journal of Econometrics，Econometric Theory, Journal of Business and Economic Statistics等统计与计量经济杂志。2015年获浙江省杰出青年基金，主持浙江省重点基金项目1项、国家自然科学基金和省部级基金项目多项，现任J. Korean Statist. Soc.等杂志的编委。
