Statistical inference in semiparametric models

LSTAT2040 Analyse statistique I

The course focuses on empirical processes and on techniques to do inference for semiparametric models in statistics.

A. Eu égard au référentiel AA du programme de master en statistique, orientation générale, cette activité contribue au développement et à l'acquisition des AA suivants, de manière prioritaire : 1.4, 1.5, 2.4, 4.3, 6.1, 6.2.

B. By the end of this class, the student will be able to understand the basic concepts of empirical processes and will be able to apply these concepts to do inference in semiparametric
models in statistics.

La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».

The course outline is as follows:
1. Introduction

• 'Semiparametric models
• 'Semiparametric Z-estimators

2. Empirical processes

• 'Review of the basics of stochastic processes
• 'Introduction to modern empirical process theory
• 'Examples

3. Asymptotics for semiparametric Z-estimators

• 'Billingsley, P. (1968). Convergence of Probability Measures , Wiley, New York.
• 'Newey, W.K. (1994). The asymptotic variance of semiparametric estimators. Econometrica, 62, 1349'1382.
• 'Van der Vaart, A. and Wellner, J.A. (1996). Weak Convergence and Empirical Processes. Springer, New York.

The course material consists of a syllabus. A pdf file of the syllabus will be made available to the students.