近日，我校统计与数学学院喻达磊教授与McMaster大学Jeffrey S. Racine教授，Texas A&M 大学Qi Li教授以及暨南大学郑立助理教授的合作论文“Optimal Model Averaging of Mixed-Data Kernel-Weighted Spline Regressions”于统计学国际权威期刊 Journal of Business & Economic Statistics 在线发表。该工作中提出了混合数据非参数回归的最优模型平均估计量，证明了其渐近最优性。此外，还建立了条件线性二次型的鞅差中心极限定理，并基于此建立了所提出的模型平均估计的渐近分布。该工作将post-averaging inference理论推广到了发散维的情形，并去掉了“嵌套备选模型”的相关假定。本工作取得的结果是模型平均领域的重要突破，能有效推动非参数统计学和计量经济学理论体系的发展。喻达磊教授为该论文的同等贡献作者。 Journal of Business & Economic Statistics 是统计学和计量经济领域国际公认的权威期刊（FMS管理科学高质量期刊列表A类，中科院1区top）。

论文链接：https://www.tandfonline.com/doi/full/10.1080/07350015.2022.2118126

喻达磊简介：

喻达磊，博士（香港城市大学管理科学系），教授，博士生导师。研究领域为随机效应模型、混合模型以及空间计量模型的模型选择、模型平均和估计理论等。已在包括统计学顶级期刊 JRSS-B ， JASA ， JBES 和《中国科学：数学》在内的国内外统计学期刊上发表论文十余篇。主持国家自然科学基金项目三项。