2019年7月11日，我院举办的“统计大讲堂”第九十讲在明德主楼1016举行🏇🏻🫒。本次报告邀请了美国科罗拉多州立大学统计系周文助理教授分享了他与学生的最新研究成果🧜🏽。我院尹建鑫副教授主持了此次报告会，参加此次报告的还有许王莉教授。

尹建鑫副教授首先介绍了报告人🙎🏿‍♂️🚎。

周文助理教授分别于2010年和2014年在美国爱荷华州立大学获得应用数学和统计学博士学位。周文助理教授的科研方向主要包括统计计算方法、高维基因生物数据的统计模型和推断方法。除了高维协方差矩阵结构检验、大规模矩阵结构比较等统计问题之外，周文助理教授还致力于开发基因组数据分析模型、基因聚类等生物领域问题🌖。

周文助理教授的报告题目是：Estimation and Inference of A Heteroskedasticity Model with Latent Semiparametric Factors for Panel Data Analysis。周文助理教授首先介绍了研究问题的背景。随着数据收集能力的增强以及各领域专家所研究问题的逐渐复杂，数据在时间和空间两个维度不断增加🐻，各个个体分布出现异质。已有模型尚不能很好地同时建模数据异质性及高频高维数据。周文助理教授提出了一个以线性模型建模系统因素，以因子模型建模各个个体的方差异质性的半参数异质性模型💇🏽‍♂️➙，并给出了一种先估计系统部分系数🧑🏿‍✈️，之后投影到选定基底的函数空间中，通过矩阵奇异值分解来估计模型非参部分的两步估计方法👨‍👧🎗。在一定的模型正规性假设下👩🏽‍💼👨🏿‍🍳，周文助理教授证明了该方法是几乎最优的（near optimal）🙏🏽。

报告结束后在场师生与周文助理教授关于函数空间基底的选择🏋🏽、正交投影的次序对估计的影响等问题进行了热烈讨论。