Hanqing Li Hanqing Li 李汉青

Statistical inference

Repeated samples inducing likelihoods and an inferential interval.

Foundations

  1. Statistical models and experiments
  2. Likelihood, score, and information
  3. Sufficiency, ancillarity, and exponential families

Estimation and asymptotics

  1. Point estimation principles
  2. Maximum likelihood estimation
  3. Asymptotic tools for inference
  4. M-estimators and Z-estimators
  5. Empirical likelihood and estimating equations

Tests and confidence

  1. Hypothesis testing foundations
  2. Likelihood-based tests
  3. Confidence sets and pivots
  4. Finite-sample optimality

Models, robustness, and resampling

  1. Linear and generalized linear models
  2. Misspecification and robust covariance
  3. Robust inference
  4. Rank, sign, and permutation inference
  5. U-statistics and V-statistics
  6. Quantiles and order statistics
  7. Goodness-of-fit and chi-square tests
  8. Bootstrap and jackknife
  9. Higher-order asymptotics
  10. Monte Carlo for inference
  11. Missing data and EM algorithm
  12. Censored and truncated data

Advanced interfaces

  1. Local asymptotic normality and contiguity
  2. Efficiency theory
  3. Semiparametric inference interface
  4. Nonparametric inference interface
  5. Modern inference topics

Inférence statistique

Repeated samples inducing likelihoods and an inferential interval.

Fondements

  1. Modèles statistiques et expériences
  2. Vraisemblance, score et information
  3. Suffisance, ancillarité et familles exponentielles

Estimation et asymptotique

  1. Principes de l’estimation ponctuelle
  2. Estimation par maximum de vraisemblance
  3. Outils asymptotiques pour l’inférence
  4. M-estimateurs et Z-estimateurs
  5. Vraisemblance empirique et équations d’estimation

Tests et confiance

  1. Fondements des tests d’hypothèses
  2. Tests fondés sur la vraisemblance
  3. Régions de confiance et pivots
  4. Optimalité en échantillon fini

Modèles, robustesse et rééchantillonnage

  1. Modèles linéaires et modèles linéaires généralisés
  2. Mauvaise spécification et covariance robuste
  3. Inférence robuste
  4. Inférence par rangs, signes et permutations
  5. U-statistiques et V-statistiques
  6. Quantiles et statistiques d’ordre
  7. Adéquation du modèle et tests du chi carré
  8. Bootstrap et jackknife
  9. Asymptotique d’ordre supérieur
  10. Monte Carlo pour l’inférence
  11. Données manquantes et algorithme EM
  12. Données censurées et tronquées

Interfaces avancées

  1. Normalité locale asymptotique et contiguïté
  2. Théorie de l’efficacité
  3. Interface avec l’inférence semiparamétrique
  4. Interface avec l’inférence non paramétrique
  5. Thèmes modernes d’inférence

统计推断

Repeated samples inducing likelihoods and an inferential interval.

基础

  1. 统计模型与统计实验
  2. 似然、分数与信息
  3. 充分性、辅助性与指数族

估计与渐近理论

  1. 点估计原则
  2. 最大似然估计
  3. 推断中的渐近工具
  4. M-估计量与 Z-估计量
  5. 经验似然与估计方程

检验与置信

  1. 假设检验基础
  2. 基于似然的检验
  3. 置信集与枢轴量
  4. 有限样本最优性

模型、稳健性与重抽样

  1. 线性模型与广义线性模型
  2. 模型误设与稳健协方差
  3. 稳健推断
  4. 秩、符号与置换推断
  5. U-统计量与 V-统计量
  6. 分位数与顺序统计量
  7. 拟合优度与卡方检验
  8. 自助法与刀切法
  9. 高阶渐近理论
  10. 推断中的蒙特卡罗
  11. 缺失数据与 EM 算法
  12. 删失与截断数据

高级接口

  1. 局部渐近正态性与相邻性
  2. 效率理论
  3. 半参数推断接口
  4. 非参数推断接口
  5. 现代推断主题