当前位置: 首 页 - 科学研究 - 学术报告 - 正文

304am永利集团、所2019年系列学术活动(第199场):姚方 教授 北京大学

发表于: 2019-11-13   点击: 

报告题目:Weak Separability Test for Spatial Functional Fields

报 告 人:姚方 教授 北京大学

报告时间:20191115日下午1500-1600

报告地点:数学楼第二报告厅

报告摘要:

For analysis of spatial temporal data from a functional perspective, a heuristic extension of Karhunen-Loeve expansion is often used to decompose such data into temporal components and spatially correlated random fields. This structure provides a convenient tool to investigate the space-time interactions, but may not always hold for complex situations. In this work, we introduce a new concept of weak separability, and propose formal testing procedures to examine the validity of the heuristic Karhunen-Loeve decomposition. Asymptotic properties are studied to avoid using resampling procedures, e.g. bootstrap. Both parametric and nonparametric approaches are developed to estimate the asymptotic covariance by constructing lagged type estimators. We demonstrate the efficacy of our method via simulations, and illustrate the usefulness using two real examples: Harvard forest data and China PM2.5 data.

报告人简介:

   姚方,北京大学讲席教授(数学科学学院概率统计系),北大统计科学中心主任,国家高层次人才计划专家,数理统计学会(IMSFellow,美国统计学会(ASAFellow2000年本科毕业于中国科技大学统计专业,2003获得加利福尼亚大学戴维斯分校统计学博士学位,曾任职于多伦多大学统计科学系终身教授。由于在函数型数据分析领域所做出的奠基性和开创性的贡献,2014年获得授予博士毕业15年内在加拿大做出突出贡献统计学者的 CRM-SSC奖。现担任Canadian Journal of Statistics的主编,至今担任9个国际统计学核心期刊编委,包括统计学顶级期刊Journal of the American Statistical Association Annals of Statistics