중앙대학교 데이터사이언스융합연구소에서 2026년 3월 20일 Seminar를 개최합니다.

연사 : 중앙대학교 응용통계학과 김준표 교수

일시 : 2026년 3월 20일 16:00 -17:00 PM

장소 : 310관 413호

김준표 교수 중앙대학교 응용통계학과

Quantile and quantile-like inference for spatio-temporal data

This talk presents recent developments in quantile and expectile inference for spatio-temporal data. A regression quantile is traditionally defined as the minimizer of the sum of check loss residuals. From this perspective, a number of studies have extended the quantile regression framework by incorporating alternative asymmetric loss functions, such as asymmetric L2 and Huber loss functions. This presentation introduces several statistical methodologies and case studies within this field, including: (1) extreme value analysis for climatological data, (2) expectile inference on river network data, and (3) nonparametric change point analysis.