暨南经院学术系列活动之
统计学系列 Seminar 第87期
主题：High dimensional PCA.
主讲人：潘光明教授（新加坡南洋理工大学）
主持人：刘一鸣（暨南大学）
会议时间：2021 年 11 月 5 日（周五）上午10:00-11:00
会议工具：腾讯会议（会议号：639 477 149）
摘要
We propose an approach based on sample eigenvalues of sample covariance matrices to estimate the number of significant components in high dimensional data. We show the consistency of the estimator in different type of data. Simulations are run to compare the performance with those existed approaches.
★主讲人简介★
潘光明，新加坡南洋理工大学教授。2005年7月博士毕业于中国科学技术大学，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)。研究领域包括高维统计推断、随机矩阵理论、多元统计、应用概率等。担任 Random Matrices: Theory and Applications 杂志编委，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 等统计学期刊上发表多篇学术论文。
