当前位置: 首 页 - 科学研究 - 学术报告 - 正文

必威、所2021年系列学术活动(第212场):李曾 副教授 南方科技大学

发表于: 2021-12-13   点击: 

报告题目:Asymptotic normality for eigenvalue statistic of a general sample covariance matrix when p/n → ∞ and application

报 告 人:李曾 副教授 南方科技大学

报告时间:2021年12月16日 9:00-10:00

报告地点:腾讯会议:578-770-059

会议链接:https://meeting.tencent.com/dm/quwRfcnbYjFD

校内联系人:韩月才 hanyc@jlu.edu.cn


报告摘要:The asymptotic normality for a large family of eigenvalue statistics of ageneral sample covariance matrix is derived under the ultra-high dimensional setting, that is, when the dimension to sample size ratio p/n → ∞. Based on this CLT result, we first extend the covariance matrix test problem to the new ultra-high dimensional context. Then as a second application, we develop a new test for the separable covariance structure of a matrix-valued white noise. Simulation experiments are conducted for the investigation of finite-sample properties of the general asymptotic normality of eigenvalue statistics, as well as the two developed tests.


报告人简介:李曾,南方科技大学统计与数据科学系副教授。2017年获得香港大学统计与精算学系博士学位,2017-2019年先后在美国华盛顿大学、宾夕法尼亚州立大学从事博士后研究工作,并于2019年入职南方科技大学。主要研究领域为随机矩阵理论、高维统计分析等,研究成果发表于The Annals of Statistics, Scandinavian Journal of Statistics 等国际统计学期刊。