时 间：2023年10月24日 10:00-11:00
地 点：普陀校区理科大楼A 814
报告人：林振华 新加坡国立大学教授
主持人：於州华东师范大学教授
摘 要：
Statistical inference is of fundamental importance and yet challenging in functional data analysis. In response to the challenge, a set of powerful bootstrap-based procedures are developed to test hypotheses and construct simultaneous confidence bands for mean functions, coefficient functions in the varying coefficient model, and slope functions in functional linear regression. Validity and consistency of the proposed procedures are established, and convergence rates are derived. The proposed procedures are shown to enjoy excellent numeric performance especially when the sample size is limited while the signal is relatively weak.
报告人简介：
林振华博士是新加坡国立大学统计与数据科学系的校长青年教授。他拥有复旦大学的学士学位，西蒙弗雷泽大学的硕士学位，以及多伦多大学的博士学位。林博士的研究聚焦于非欧统计分析、高维数据分析、函数型数据分析、以及非统计约束下的统计学。他的研究成果发表在Annals of Statistics、Biometrika、JASA、JRSSB、AAAI等期刊和会议上。他目前是Bernoulli的副主编和Statistics的副主编。