Victor Chernozhukov (Victor Chernozhukov) es un estadístico y economista ruso-estadounidense que actualmente trabaja en el Instituto Tecnológico de Massachusetts . Su investigación actual se centra en la estadística matemática y el aprendizaje automático para modelos estructurales causales en entornos de alta dimensión. Se graduó de la Universidad de Illinois en Urbana-Champaign con una maestría en estadística en 1997 y recibió su doctorado en economía de la Universidad de Stanford en 2000. [1]
Ha recibido la beca de investigación y la beca de disertación Alfred P. Sloan, el premio Arnold Zellner y el premio Bessel de la Fundación Humboldt. Ha dictado las conferencias invitadas Cowles (2009, inaugural), Fisher-Shultz (2019), Hannan (2016) y Sargan (2017) en las reuniones de la Econometric Society. Se desempeñó como moderador inaugural de la nueva sección de Economía de ArXiv, que se lanzó en 2017. [2] [3] Fue elegido miembro de la American Academy of Arts & Sciences , la Econometric Society y el Institute of Mathematical Statistics.
Las presentaciones recientes de Victor Chernozhukov incluyen:
Su presentación de 2015: Inferencia uniforme posterior a la selección para regresión LAD y otros problemas de estimación Z en Seattle.
Su presentación de 2015: Econometría mayormente peligrosa: ¿Cómo hacer la selección de modelos con la inferencia en mente? en Tesalónica, Grecia.
Su presentación de 2015: Evaluación de programas con datos de alta dimensión en Bristol, Reino Unido.
Las presentaciones de Chernozhukov se basaron principalmente en varios conceptos matemáticos y econométricos, como inferencia de selección posterior uniforme, estimación Z, efectos del tratamiento, datos de alta dimensión, teoremas del límite central y aproximaciones gaussianas, entre otros.
Chernozhukov ha publicado artículos que cubren 11 temas principales, incluidos los teoremas del límite central y bootstrap con p>>n, Big Data: inferencia posterior a la selección para efectos causales, Big Data: métodos de predicción, modelos de alta dimensión, análisis de políticas, restricciones de forma, identificación parcial e inferencia en conjuntos, inferencia laplaciana y bayesiana, cuantiles y cuantiles multivariados, endogeneidad y extremos y modelos no regulares.