2023年6月5日上午10点，由中国人民大学统计学院和教育部人文社科重点研究基地应用统计研究中心共同举办的“统计大讲堂”系列讲座第222讲采用线上线下方式举行。
本次讲座邀请北京大学光华管理学院商务统计与经济计量系副教授宋晓军作了题为“Neyman’s Smooth Tests for Two-Sample Problems”的报告。讲座由中国人民大学统计学院讲师李杰主持。
李杰首先介绍了主讲人的相关信息。宋晓军是北京大学光华管理学院商务统计与经济计量系副教授，博士生导师，西班牙马德里卡洛斯三世大学经济学博士。主要研究兴趣是理论计量经济学，包括非参数/半参数方法，假设检验和自助法，以及计量经济学的应用等。论文发表在Econometric Theory, Journal of Applied Econometrics, Journal of Business & Economic Statistics和Journal of Econometrics等国际期刊。
首先，宋晓军介绍本次讲座主要内容为三个相关联的两样本问题，分别为检验分布相等，检验条件分布相等与检验连接函数相等。他指出许多重要统计量都与经典的两样本问题紧密地连接在一起。
接着，宋晓军介绍检验分布相等问题的假设条件与应用工具。随后他引入smooth test的概念，指出smooth test是一种介于全能检验与方向性检验之间的一种检验方法，并介绍了smooth test的步骤与该检验的意义。接下来，宋晓军围绕当随机变量Z=F(Y)未知的情况展开讲解。
然后，宋晓军通过北京上海收入的影响因素的例子引入检验条件分布相等的概念。他提出检验条件分布相等方法的难度在于加入的条件使得经验分布的参数收敛速度变为条件分布的非参数收敛速度。紧接着，他提出当考虑低维向量X与Y相依结构是否相等时，应该使用检验连接函数相等的方法，并介绍了该方法的原理与计算步骤。
在提问环节中，宋晓军认真细致地解答了师生们的疑问，就本话题进行了更进一步的探讨。
此后“统计大讲堂”系列将陆续推出更多精彩讲座，敬请关注。