报告题目：大数据统计分析及统计学习理论与方法及其应用

Statistical Inference for Big-data with itsApplications

报 告 人：周勇教授（中国科学院数学与系统科学研究院）

华东师范大学经管学部统计交叉科学研究院（筹）

Prof. Yong Zhou

Academy ofMathematics and Systems Science, Chinese Academy of Science

Institute ofStatistics and interdisciplinary sciences, Faculty of Economics and ManagementEast China Normal University, Shanghai, China, 200241

报告时间：2019年1月14日9:00-10:00

报告地点：知新楼B-1238

报告摘要：

面对大数据应用的快速发展、国家经济和金融安全所提出的迫切需求，我们面临着大数据分析方法瓶颈与挑战，需要发展大数据基础分析的理论方法和技术，在此文中，我们介绍一些可以用来处理大数据的常用统计方法，介绍大数据下的高维和超高维数据降维技术和算法，并提出重要一些新的理论和方法，在无模型下介绍我们最新研究的一些重要处理大数据的技术与方法。同时，在超大数据集处理中，介绍divide-conquer方法（分块征服法），并给出相关最新研究和我们最近的研究，最后，讨论几种非超标准的处理大数据的方法，考虑来自不同相关研究数据，并通过组合方法给出一种基于经典统计方法来研究大数据的方法。最后，我们考虑在金融数据分析中，如何利用所提出的大数据处理方法来研究风险管理中的违约等常见现象，并进行一些有益的尝试。

Currently, it isstrongly needed to develop both fundamental theories and applied methods foranalyzing big-data. Furthermore, efficient algorithms are also needed forapplications in internet financial risk management, market behavior anddecisions under high frequency trades, and so on. In this proposal, ourresearch focuses on statistical inferences and computing algorithms based ondimension reduction of high-dimensional data. We develop new methods based ondivide-conquer for data set with huge sample size.  Statistical inferences and computingalgorithms based on dimension reduction of high-dimensional financial data areproposed. These topics emphasize on models, methods and computation forfinancial big-data analysis.

关键词：大数据，超高维数据，降维技术，divide-conquer法，组合方法

欢迎各位老师同学积极参加！