5月10日上午，受数学与统计学院的盛情邀请，河南大学教授在数学楼107会议室作了一场题为“Adaptive test of the independence of high-dimensional data based on Kendall rank correlation coefficient”的专题学术报告。学院相关研究领域的数十名教师和研究生们荟聚一堂，聆听这场内容翔实、观点新颖的学术盛宴。
解俊山教授深入浅出地介绍了基于Kendall秩相关系数的高维连续随机向量成分独立性的测试。在零假设条件下，由Kendall秩相关系数构建的幂和类型统计量，在阶数和为奇数时，是渐近正态分布且相互独立的，与Kendall秩相关系数的极值类型检验统计量独立。利用这种渐近独立性特性，提出了一种自适应检验程序，该程序将幂和类型检验和极值类型检验的p值结合起来，该检验方法可以显著增强检验的统计功效，同时很好地控制了第一类错误，对于多种备选假设（包括密集、稀疏或适度稀疏的信号）都具有强大的检验力。
报告结束后，解俊山教授与在场师生围绕报告内容及相关问题展开探讨。本次报告不仅为高维统计推断领域的研究带来了全新的视角，同时也推动了学院在基础数学领域的学术交流。
专家简介：
解俊山，教授，博士生导师。浙江大学博士，美国明尼苏达大学(University of Minnesota, Twin Cities)统计系、香港浸会大学数学系访问学者。中国现场统计研究会理事；中国现场统计研究会多元分析应用专业委员会等常务理事。主要研究方向为高维统计推断和随机矩阵理论。主持国家自然科学基金、河南省自然科学基金等项目多项。以第一作者（或通讯作者）在J.Theor. Probab.、J.Multivariate Anal.、Sci.China:Math.等发表SCI学术论文30余篇。曾主持省级教学改革项目3项，获河南省高等教育教学成果奖二等奖。
（数学与统计学院 王珍）
最新通知