近日，厦大经济学院统计学与数据科学系、王亚南经济研究院副教授钟齐先的两篇学术论文在厦大经济学科认定的国际A类期刊发表。其中，独作论文Deep Orthogonal Learner for Conditional Quantile Treatment Effect Estimation发表于Journal of Business & Economic Statistics（JBES）；与Cleanlab首席科学家Jonas Mueller和加州大学戴维斯分校Jane-Ling Wang教授的合作论文Variable Significance Testing for the Deep Cox Model发表于Journal of the American Statistical Association（JASA）。
发表于JBES的文章提出了一种用于估计条件分位数处理效应（CQTE）的深度正交学习方法。该方法利用内曼正交性，使目标参数的估计对冗余参数的扰动不敏感，从而降低估计误差。该文章首先采用深度神经网络对CQTE进行非参数建模，并证明了在复合赫尔德函数类下，所提估计量达到极小极大最优收敛速率，能有效应对高维数据中的低维结构。进一步，在CQTE为线性形式的设定下，即使冗余函数估计收敛速度较慢，所得到的系数和CQTE估计量仍具有参数估计的一致性和渐近正态性，并支持统计推断。
发表于JASA的文章提出了一种针对深度Cox模型的变量显著性检验方法。针对右删失生存数据，该文章在完全非参数Cox模型框架下，采用深度神经网络估计未知的多变量函数，并利用样本拆分和交叉拟合构造检验统计量，以检验特定协变量是否与事件时间相关。理论上，建立了神经网络估计量的收敛速率，证明其能够通过挖掘数据中的低维结构克服维数灾难；同时证明了在原假设下检验统计量渐近服从正态分布，并在备择假设下具有一致性。数值模拟和实际数据分析验证了所提方法的有效性和优势。
钟齐先，厦门大学统计学与数据科学系副教授。主要研究领域为生存数据、深度学习和函数型数据分析等。相关学术成果发表在AOS、JASA、Biometrika、JOE、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和面上项目，主要参与国家重点研发计划青年科学家项目。
（经济学院 刘晨宇）
