報告題目：Weak Separability Test for Spatial Functional Fields
報 告 人：姚方 教授 北京大學
報告時間：2019年11月15日下午15：00-16：00
報告地點：數學樓第二報告廳
報告摘要：
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.
報告人簡介：
姚方，北京大學講席教授（數學科學學院概率統計系）,北大統計科學中心主任，國家高層次人才計劃專家，數理統計學會（IMS）Fellow，美國統計學會（ASA）Fellow。2000年本科畢業于中國科技大學統計專業，2003獲得加利福尼亞大學戴維斯分校統計學博士學位，曾任職于多倫多大學統計科學系終身教授。由于在函數型數據分析領域所做出的奠基性和開創性的貢獻，2014年獲得授予博士畢業15年内在加拿大做出突出貢獻統計學者的 CRM-SSC獎。現擔任Canadian Journal of Statistics的主編，至今擔任9個國際統計學核心期刊編委，包括統計學頂級期刊Journal of the American Statistical Association和 Annals of Statistics。
