统计与数据科学学院 周喜林 钱潇羽 报道
10月22日-24日，统计与数据科学学院邀请新加坡国立大学统计系主任周望教授为统计学博士研究生进行学期短课程辅导，学院全体博士研究生及部分青年教师参加。
此次课程分为三个主题进行。第一个主题是“Large Dimensional Empirical Likelihood”，向学生们介绍了经验似然方法最突出的优点是避免了样本协方差及其逆矩阵的估计，其主要思想来自参数似然比。通过回顾似然比检验（LRT）和相关Wilk定理，引入经验似然函数和非参数似然比检验（NP-LRT）。在经验似然方法下讲解了Wilk定理以及相关引理的证明过程，并讲解了高维情况下的改进经验似然方法。第二个主题是“Limiting Distribution of Sample Covariance”，阐述了在随机矩阵研究领域，通过研究线性谱、极值特征根和特征向量来推导样本协方差矩阵的极限分布。特别是在一定限制条件下推断样本协方差阵极值特征根的极限分布，并列举了以下五类研究方向及相关文献：独立成分模型、样本相关系数矩阵、Spearman秩相关矩阵、简单随机样本协方差矩阵、时间序列数据的样本协方差矩阵。第三个主题是“U-statistics”，主要从研究U统计量的主要方法和中心极限定理引入标准U统计量和学生U统计量的三类界进行讲解，进而介绍经验似然方法用于U统计量的主要原理。
课后，周望教授与博士生们进行了积极互动，解答了学生们在阅读文献和学术研究中遇到的问题和疑惑，并鼓励同学们积极寻找国内外学术交流机会，扩大学术交流范围，阅读大量经典文献，在学术研究中遇到困难不要轻易放弃，在学术创新时学会打破限制，比如从放松定理条件的角度寻找新的发现，对复变函数、高等概率论等课程深入学习等。此次学期短课程辅导同学们收获满满，不但进一步巩固了学科基础知识，同时也开启了新的研究思路、开拓了研究视野。
周望，2004年7月起在新加坡国立大学统计系任教，并于2009年1月获终身教授。现为国际著名期刊Random Matrices-Theory and Applications的主编。主要研究方向为: High dimensional statistics，Random matrices, SLE等。近年来发表有高水平论文八十多篇。 其中在概率统计学方面的国际公认的顶尖杂志Annals of Statistics, Journal of American Statistical Association, Biometrika, Annals of Probability, Probability Theory and Related Fields, Annals of Applied Probability上发表论文二十余篇。2005年起主持新加坡政府基金项目十余项。2012获国际统计学会当选成员（Elected Member of International Statistical Institute）；2021年获国际数理统计学会(IMS)Fellow。