主题：Distributed semi-supervised inference for generalized linear models with block-wise missing covariates
主讲人：练恒 香港城市大学
主持人：王国长 暨南大学
时间：2025年11月28日（周五）上午10:00-11:30
地点：暨南大学石牌校区经济学院大楼（中惠楼）323室
摘要
For a relatively small labeled dataset from high-dimensional generalized linear models with block-wise missing covariates and a large unlabeled dataset, we utilize a model-assisted approach in the labeled dataset to address the issue of block-wise missing covariates and then integrate the unlabeled data to construct estimation equations for the coefficients without any imputation. A lasso-penalized semi-supervised estimator is obtained, and then its debiased estimator is proposed to establish asymptotic normality/confidence intervals. When the labeled data are stored in multiple machines, we further propose a distributed debiased semi-supervised estimator for estimation and inference.
主讲人简介
练恒，现任香港城市大学数学系教授，于2000年在中国科学技术大学获得数学和计算机学士学位，2007年在美国布朗大学获得计算机硕士，经济学硕士和应用数学博士学位。先后在新加坡南洋理工大学，澳大利亚新南威尔士大学，和香港城市大学工作。在高水平国际期刊上发表学术论文30多篇，包括《Annals of Statistics》《Journal of the Royal Statistical Society，Series B》《Journal of the American Statistical Association》《Journal of Machine Learning Research》《IEEE Transactions on Pattern Analysis and Machine Intelligence》。研究方向包括高维数据分析，函数数据分析，机器学习等。
欢迎感兴趣的师生参加！
校对|王国长
责编| 彭毅
初审| 姜云卢
终审发布| 何凌云
（来源：暨南大学经济学院微信公众号）
