短期课程：University of California–Davis林振华博士到访我院并讲授短期课程

2018年12月24日至2019年1月2日，来自Department of Statistics，University of California - Davis的林振华博士在我校为我院及相关院系的师生们讲授了以“Large Sample Theory in Functional Data Analysis”为主题的系列课程。

首先，林博士在明德楼主楼0417教室为大家简要介绍了函数型数据分析（Functional Data Analysis）的最新境况。函数型数据分析刚刚兴起，具有广阔的研究前景和应用价值。借助线性回归方法、主成分分析、线性建模、典型相关分析及特殊的泛函技巧，学者能通过收集曲线样本及其他函数观测值并进行分析。

接着，林老师又在公共教学二楼2416教室为大家讲授了泛函非参数回归（Functional Nonparametric Regression）的相关内容。泛函分析是研究拓扑线性空间到拓扑线性空间之间满足各种拓扑和代数条件的映射的分支学科，而非参数统计使人们在不知道总的分布的情况下，仍能进行统计推断回归，适用于大样本分析过程。

随后，林老师在明德楼主楼0417教室为我们讲解了大样本理论在函数型数据分析中的前沿方法——黎曼函数型数据分析方法（Riemannian Functional Data Analysis）。黎曼函数在高等数学中被广泛应用，在很多情况下可以作为反例来验证某些函数方面的待证命题。比如，函数可积性的勒贝格判据就指出，一个有界函数是黎曼可积的，当且仅当它的所有不连续点组成的集合测度为0。

最后，林博士在公共教学二楼2416教室为大家进一步深入介绍了黎曼函数型数据分析方法的相关内容。林老师指出通过黎曼函数，能够处理许多函数型数据分析问题。

参与此次课程的各位老师同学也和林老师就课程的内容、问题以及在现实中的应用等方面展开了热烈的讨论，课程取得了圆满成功。

附：林振华博士简介

Zhenhua Lin, doctor of Philosophy – PhD Statistics, from University of Toronto and Postdoctoral Fellow in University of California-Davis, maintains a broad interest in the field of mathematics, statistics and computing science, including probability theory, mathematical statistics, statistical machine learning, statistical theory/methodology for analysis of non-Euclidean data, distributed computation, online algorithm, etc.

E-mail:

zhnlin@ucdavis.edu