報告人：周望 教授

報告題目：MULTIPLIER BOOTSTRAP MEETS HIGH-DIMENSIONAL PCA: THE GOOD, THE BAD AND THE MODIFICATION

報告時間：2025年11月18日（周二）10:00-11:00

報告地點：云龍校區6號樓304會議室

主辦單位：數學與統計學院、數學研究院、科學技術研究院

報告人簡介：

周望，2004年7月起在新加坡國立大學統計系任教，并于2009年1月獲終身教授。現為新加坡國立大學教授，國際著名期刊Random Matrices-Theory and Applications的主編。主要研究方向為: High dimensional statistics，Random matrices, SLE,等。近年來發表有高水平論文九十多篇。 其中在概率統計學方面的國際公認的頂尖雜志Annals of Statistics, Journal of American Statistical Association, Biometrika, Annals of Probability, Probability Theory and Related Fields, Annals of Applied Probability上發表論文二十余篇。2005年起主持新加坡政府基金項目十余項。2012獲國際統計學會當選成員（Elected Member of International Statistical Institute）；2021年獲國際數理統計學會(IMS)Fellow。

報告摘要：

In this paper, we examine the feasibility (i.e., both the good advantages and the bad limitations) and the adaptivity (i.e., the potential for beneficial modifications) of employing multiplier bootstrap to analyze the asymptotic distributions of the largest eigenvalues of potentially spiked high-dimensional sample covariance matrices. Our findings and proposed algorithms demon- strate that multiplier bootstrap remains valid, provided the multipliers are ap-propriately chosen and the bootstrap procedures are applied multiple times with suitable corrections.