2019年6月21日，我院举办的“统计大讲堂”第八十四讲在明德主楼1016举行🧑‍🧑‍🧒。本次报告邀请了美国北卡罗来纳大学-教堂山分校统计与运筹系张凯副教授分享了他的最新研究成果。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张景肖教授👩‍🏫，统计与大数据研究院何珂俊助理教授。

尹建鑫副教授首先介绍了报告人。

张凯副教授2003年本科毕业于北京大学数学系，2007年美国圣母大学获数学博士学位，之后于2012年在宾夕法尼亚大学沃顿商学院获得统计学博士学位👨🏼‍🔬。张凯副教授的科研方向主要包括高维统计、非参数统计、选择后推断。

张凯副教授的报告题目是：BET on Independence。张凯副教授首先介绍了研究问题的背景。变量之间的独立性一直是统计学中的最重要的概念之一👱🏽‍♀️，同时也是很多常用模型的基本假设。尽管目前已有很多基于模型的或非参的方法对变量间的独立性进行检验，但在实际应用中人们常常不清楚问题背后的模型，而有些非参方法如距离相关（distance correlation）等在某些情形下检验功效很低🎊🧑🏻‍🦳，且这些方法都不能揭示变量间的相依结构。为此，张凯副教授从二等分交叉展开（Bisection Expanding Cross）思想出发🕵🏿，构造Copula变换后的两随机变量的无穷级数展开，通过不同项数的近似构造了一系列检验📶，并用Bonferroni方法调整检验的p值🦕。在一定信号强度条件下🙅🏼，张凯副教授证明了该方法是minimax意义下最优的🙋🏻‍♂️。

报告结束后在场师生与张凯副教授关于检验的minimax最优性、如何对多元随机变量间的独立性进行检验以及各种独立性检验方法功效的比较进行了热烈讨论🙆🏻‍♀️。