光华讲坛——社会名流与企业家论坛第 期

主 题：High dimensional independence tests based on rank indices in the presence of heterogeneity

主讲人：中国人民大学朱利平教授

主持人：统计学院林华珍教授

时间：2023年3月3日（周五）下午2:00-3:00

举办地点：柳林校区弘远楼408会议室

主办单位：统计研究中心和统计学院 科研处

主讲人简介：

2001年获得华东师范大学学士学位，2006年获得华东师范大学博士学位。中国人民大学“杰出学者”特聘教授、博士生导师，统计与大数据研究院院长，国家重大人才工程入选者。中国现场统计学会高维数据分会和生存分析分会副理事长。先后担任《The Annals of Statistics》、《Statistica Sinica》和《Journal of Multivariate Analysis》等统计学领域国际重要学术期刊Associate Editor，以及《系统科学与数学》和《应用概率统计》等国内重要学术期刊编委。朱利平教授长期从事复杂数据分析方法和理论研究工作。在复杂高维数据分析领域，提出半参数充分降维方法和非参数变量筛选方法；在复杂数据关联分析和因果分析领域，提出了投影相关系数和累积散度等非线性度量工具与检验方法。多篇论文入选ESI高被引论文。

内容简介：

In the big data era, how to deal with heterogeneous observations is an inevitable and important issue. We consider testing (mean) independence in the presence of heterogeneity. To be precise, in the first part of the talk, we consider testing for the effects of high-dimensional covariates on the response. In the second part of the talk, we propose three tests to test independence between two high-dimensional random vectors based on the rank-based indices derived from Hoeffding's $D$, Blum-Kiefer-Rosenblatt's $R$ and Bergsma- Dassios-Yanagimoto's $\tau^{*}$.

在大数据时代，如何处理异构观测数据是一个不可避免的重要问题。我们考虑存在异质性时的测试(平均)独立性。准确地说，在演讲的第一部分，主讲人将考虑测试高维协变量对响应的影响。在演讲的第二部分，主讲人提出了三个测试来测试两个高维随机向量之间的独立性，基于rank-based的指数，从Hoeffding的$D$， Blum-Kiefer-Rosenblatt的$R$和Bergsma- Dassios-Yanagimoto的$\tau^{*}$中导出。