应我院邀请，4月20日下午，香港大学徐锦峰教授在腾讯会议作了题为《On penalized jackknife empirical likelihood with a diverging number of U estimating equations》的报告。相关师生聆听了此次报告，报告由施建华老师主持。

报告中，徐锦峰教授首先介绍了Jackknife经验似然法是一种很有吸引力的方法，适用于U-统计等非线性统计的统计推断。接下来阐述了大多数当代问题都涉及高维模型选择，在参数数量发散到无穷大的情况下，其在理论和实践中的可行性在很大程度上尚未探索。由此，提出了一种惩罚JEL方法，该方法保留了JEL的主要优点，并在高维环境下基于U-统计结构的估计方程进行可靠的变量选择。在一定的正则条件下，当估计方程和参数的个数随样本量的增加而增加时，我们建立了JEL及其惩罚形式的渐近理论和预言性质。最后，通过仿真研究和实际数据分析，验证了所提方法的性能，并说明了其实用性。报告结束后，在座的师生就相关研究问题进行了探讨和交流。

香港大学博导，在美国哥伦比亚大学获统计学专业博士学位；先后在美国哥伦比亚大学、新加坡国立大学、美国纽约大学做博士后或助理教授；研究领域涉及生存分析、生物基因、医学统计、非参数统计、高维数据分析等诸多领域的数据建模研究。先后在《JASA》、《Biometrika》、《JOE》、《Biometrics》、《Scandinavian Journal of Statistics》、《Statistics in Medicine》、《AISM》等国际顶级或一流学术期刊上发表过四十余篇的学术论文，先后主持香港政府大学研究基金资助局项目三项。