讲座题目：Matrix Kendall’s tau in High-dimensions: with Applications to Matrix Factor Model and 2-Dimensional (sparse) Principal Component Analysis
主讲人：何勇 教授
主持人：唐炎林 教授
开始时间💛：2024-04-19 10:00
讲座地址🍚：普陀校区理科大楼理科大楼A1114
主办单位📛：统计学院
报告人简介🚃：
何勇，山东大学金融研究院💇🏻，教授, 博士生导师，山东大学齐鲁青年学者, 山东省高等学校“金融科技数学理论”青年创新团队负责人; 山东大学学士（2012）🛹，复旦大学博士（2017），师从张新生教授；从事金融计量统计、数理统计以及机器学习等方面的研究，在国际统计学、计量经济学权威期刊JoE, JBES, Biometrics（封面文章）, Biostatistics，JCGS等发表研究论文30余篇👱🏽♀️；现主持国家自然科学基金面上项目🛳。获第一届统计科学技术进步奖一等奖（第二位），担任中国现场统计研究会生存分析分会副理事长➜、中国现场统计研究会机器学习分会常务理事及JASA,JRSSB,AOS,JOE,JBES, Biometrics等国际学术期刊匿名审稿人🤿。
报告内容🕓👨👨👦：
In this talk, I will introduce a new type of Kendall's tau for robust statistics, names as matrix-type Kendall's tau, which generalize the spatial Kendall's tau (Marden, 1999) in the literature to deal with random matrix elliptical observations. I will elaborate on its use in robust estimation for both factor model and principal eigenvectors (under both sparse and non-sparse settings) in High-dimensions. I will also introduce how to extend the tool to deal with high-order tensors. We also develop an R package “MKendall” which is available at CRAN.
