Victor Chernozhukov

Виктор Черножуков (Виктор Викторович Черножуков) — российско-американский статистик и экономист, в настоящее время работает в Массачусетском технологическом институте . Его текущие исследования сосредоточены на математической статистике и машинном обучении для причинно-структурных моделей в многомерных средах. Он окончил Иллинойский университет в Урбана-Шампейн со степенью магистра статистики в 1997 году и получил докторскую степень по экономике в Стэнфордском университете в 2000 году.

Он является лауреатом исследовательской и диссертационной стипендий Альфреда П. Слоана, премии Арнольда Зеллнера и премии Бесселя Фонда Гумбольдта. Он прочитал приглашенные лекции Коулза (2009 г., инаугурация), Фишера-Шульца (2019 г.), Ханнана (2016 г.) и Саргана (2017 г.) на собраниях Эконометрического общества. Он был первым модератором нового раздела экономики ArXiv, который был запущен в 2017 году. Он был избран научным сотрудником Американской академии искусств и наук , Эконометрического общества и Института математической статистики.

Презентации

Среди последних презентаций Виктора Черножукова:

Его презентация 2015 года « Унифицированный вывод после выбора для регрессии LAD и других проблем Z-оценки» в Сиэтле.

Его презентация 2015 года — « В основном опасная эконометрика: как выбирать модель, учитывая выводы?» в Салониках, Греция.

Его презентация 2015 г. «Оценка программы с использованием многомерных данных» в Бристоле, Великобритания.

Презентации Черножукова были в основном основаны на нескольких математических и эконометрических концепциях, таких как унифицированный вывод выборки постов, Z-оценка, эффекты обработки, многомерные данные, центральные предельные теоремы и гауссовы аппроксимации среди других.

Статьи

Черножуков опубликовал статьи, охватывающие 11 основных тем, включая центральные предельные теоремы и бутстреп с p>>n, большие данные: вывод после выбора для причинных эффектов, большие данные: методы прогнозирования, многомерные модели, анализ политики, ограничения формы, частичную идентификацию. и вывод о множествах, лапласовский и байесовский вывод, квантили и многомерные квантили, эндогенность, а также экстремумы и нерегулярные модели.