统计与数据科学系系列学术报告之三百八十二

报告时间：9月27日（周二）14:00-15:30

报告地点：腾讯会议号：604-991-625，密码：678998

主持人：郁文教授

报告题目：Semi-Distance Correlation and Its Applications

报告人：钟威教授

厦门大学王亚南经济研究院、经济学院统计学与数据科学系

个人简介：钟威教授现任厦门大学王亚南经济研究院、经济学院统计学与数据科学系系主任，博士生导师。2012年获得美国宾夕法尼亚州立大学统计学博士学位，2014年和2017年分别破格晋升副教授和教授，2018年入选厦门大学“南强青年拔尖人才”（A类），国家自然科学基金优秀青年基金获得者（2019），福建省杰出青年基金获得者（2019）。主要从事高维数据统计分析、统计学习算法、计量经济学等研究，在AOS, JASA, Biometrika, JOE, JBES, Biometrics, AOAS, Statistica Sinica，《中国科学数学》，《数学学报》等国内外统计学权威期刊发表30余篇论文。2016年获得厦门大学第五届英语教学比赛一等奖，2020年获得厦门大学第十五届青年教师技能比赛特等奖,2021年获得厦门大学教学创新大赛一等奖，2021年获得福建省“向上向善好青年”称号，2022年获得教育部霍英东高等院校“青年科学奖”二等奖。

摘要：We propose a new measure of dependence between a categorical random variable and an arbitrary-dimensional continuous random vector, named semi-distance correlation. Our dependence measure equals zero if and only if they are independent, and takes values between zero and one after standardization, just like a correlation coefficient. Two important applications of semi-distance correlation are considered. One is the test of independence between a categorical random variable and an arbitrary-dimensional continuous random vector. The asymptotic distributions of the test statistic are established. The asymptotical normal null distribution allows use to compute critical values and p-values efficiently when the dimension of continuous variables approaches the infinity. The second is a groupwise feature screening procedure for classification problems based on the semi-distance correlation. Its sure screening property is proved. Both Monte Carlo simulation studies and a real-data application are presented to demonstrate the excellent finite sample performances of the proposed procedures.