2025年3月26日，复旦大学王勤文教授应邀在统计与数据科学学院做题为 “Tests for shape matrices in moderate dimension via Tyler's M estimators”的学术报告。王勤文是复旦大学大数据学院副教授，她的主要研究方向是随机矩阵理论和高维统计推断。
在报告中，王勤文教授详细介绍了泰勒M估计量在中高维度的形状矩阵测试中的应用。泰勒M估计量作为一种鲁棒的样本协方差矩阵替代方法，在鲁棒统计学中得到了广泛应用。然而，传统的泰勒M估计量理论主要集中在低维度群体，对成比例和样本增长的一般性群体的研究和应用仍然存在较大空白。
针对这一空白，王勤文教授及其团队提供了一个可适用于一般性群体的中高维度泰勒M估计量的统一理论，并提供了利用该理论对中高维形状矩阵的相关性质进行检验的案例。该理论不仅增强了泰勒M估计量在处理复杂数据集时的适用性，还提高了其在实际应用中的鲁棒性和准确性。
报告结束后，来自统计与数据科学学院师生积极提问并与王勤文教授进行了深入交流。王勤文教授耐心解答了各种问题，并分享了更多关于研究工作的直觉和见解。
此次报告为学院提供了一个与知名学者交流的宝贵机会，对推动相关领域的研究具有重要意义。我院将继续邀请海内外优秀学者来院讲学，为师生创造更多学习和交流的平台，提升学院的学术影响力和国际化水平。
