学术交流

潘光明: Can we trust non-stationary PCA?

时间:2019-12-16来源:

报告时间:2019年12月18日(星期三)16:00-16:40

报告地点:翡翠科教B楼1008会议室

:潘光明 教授

工作单位:新加坡南洋理工大学

举办单位:经济学院

报告人简介

潘光明,新加坡南洋理工大学教授,博士生导师。2005年博士毕业于中国科学技术大学统计金融系;之后在新加坡国立大学、台湾中山大学、荷兰埃因霍温科技大学做博士后和学术交流工作;自2008年以来,在新加坡南洋理工大学工作;2013年遴选为国际统计学会会员(Elected Member of International Statistical Institute)。研究领域包括计量经济理论、高维统计、随机矩阵、多元统计等。主持新加坡国家基金项目5项,已在《Journal of the Royal Statistical Society Series B》、《Annals of Statistics》、《Journal of the American Statistical Association》、《Annals of Probability》、《Annals of Applied Probability》、《Bernoulli》、《IEEE Transactions on Signal Processing》、《IEEE Transactions on Information Theory》等顶级统计学杂志上发表60余篇学术论文,担任《Random Matrices: Theory and Applications》杂志编委。

报告简介

We examine some high dimensional data including morality data which are nonstationary and temporary correlated . The aim is to understand how time dependence and temporary correlation affect PCA. To this end we investigate the largest sample eigenvalues of separable covariance matrices. A new statistic is proposed to distinguish nonstationary factor models from unit root models.

关闭

XML 地图 | Sitemap 地图