统计与数据科学学院 毛萍 报道
2025年12月26日上午，新加坡国立大学周望教授应邀为我院师生带来题为“Necessary and sufficient condition for CLT of linear spectral statistics of sample correlation matrices（样本相关系数矩阵的线性谱统计量满足中心极限定理的充要条件）”的学术讲座。讲座在位育楼417会议室举行，由南京审计大学统计与数据科学学院刘广应教授主持。
讲座中，周望教授首先明确研究背景：基于均值为0、方差为1的独立同分布元素构成的p×n数据矩阵X，聚焦高维情形下样本相关系数矩阵的线性谱统计量（LSS）中心极限定理（CLT）。在重点分享环节，周教授对比了样本协方差矩阵与样本相关系数矩阵的性质，着重介绍团队在样本相关系数矩阵线性谱统计量的中心极限定理的最新成果，介绍其理论突破，并简要介绍了突破过程中采用的关键方法和主要步骤。
讲座最后，他与现场师生就数据相依性、矩条件简化等问题展开深入讨论，分享了时间序列数据、可分结构矩阵等延伸研究方向的挑战与进展。周望教授的讲座深入浅出，既涵盖基础概念与经典结果，又呈现前沿研究突破，为在场师生提供了高维统计与随机矩阵领域的学术视角，对相关方向的研究具有重要指导意义。
