5月10日上午,，受數(shù)學(xué)與統(tǒng)計學(xué)院的盛情邀請，河南大學(xué)教授在數(shù)學(xué)樓107會議室作了一場題為“Adaptive test of the independence of high-dimensional data based on Kendall rank correlation coefficient”的專題學(xué)術(shù)報告,。學(xué)院相關(guān)研究領(lǐng)域的數(shù)十名教師和研究生們薈聚一堂，聆聽這場內(nèi)容翔實,、觀點新穎的學(xué)術(shù)盛宴,。

解俊山教授深入淺出地介紹了基于Kendall秩相關(guān)系數(shù)的高維連續(xù)隨機向量成分獨立性的測試。在零假設(shè)條件下,，由Kendall秩相關(guān)系數(shù)構(gòu)建的冪和類型統(tǒng)計量,，在階數(shù)和為奇數(shù)時，是漸近正態(tài)分布且相互獨立的,，與Kendall秩相關(guān)系數(shù)的極值類型檢驗統(tǒng)計量獨立,。利用這種漸近獨立性特性，提出了一種自適應(yīng)檢驗程序,，該程序?qū)绾皖愋蜋z驗和極值類型檢驗的p值結(jié)合起來,，該檢驗方法可以顯著增強檢驗的統(tǒng)計功效,，同時很好地控制了第一類錯誤，對于多種備選假設(shè)（包括密集,、稀疏或適度稀疏的信號）都具有強大的檢驗力,。

報告結(jié)束后，解俊山教授與在場師生圍繞報告內(nèi)容及相關(guān)問題展開探討,。本次報告不僅為高維統(tǒng)計推斷領(lǐng)域的研究帶來了全新的視角,，同時也推動了學(xué)院在基礎(chǔ)數(shù)學(xué)領(lǐng)域的學(xué)術(shù)交流。

專家簡介：

解俊山,，教授,，博士生導(dǎo)師。浙江大學(xué)博士,，美國明尼蘇達大學(xué)(University of Minnesota, Twin Cities)統(tǒng)計系,、香港浸會大學(xué)數(shù)學(xué)系訪問學(xué)者。中國現(xiàn)場統(tǒng)計研究會理事,；中國現(xiàn)場統(tǒng)計研究會多元分析應(yīng)用專業(yè)委員會等常務(wù)理事,。主要研究方向為高維統(tǒng)計推斷和隨機矩陣理論。主持國家自然科學(xué)基金,、河南省自然科學(xué)基金等項目多項,。以第一作者（或通訊作者）在J.Theor. Probab.、J.Multivariate Anal.,、Sci.China:Math.等發(fā)表SCI學(xué)術(shù)論文30余篇,。曾主持省級教學(xué)改革項目3項，獲河南省高等教育教學(xué)成果獎二等獎,。

（數(shù)學(xué)與統(tǒng)計學(xué)院 王珍）