10月27日下午，统计与数学学院“相约星期五”学术沙龙活动在上川路校区举行，美国罗格斯大学Cun-Hui Zhang教授应邀作题为“Factor Models for High-Dimensional Tensor Time Series”的报告。本次活动由学院副院长郝瑞丽主持，党总支副书记、常务副院长刘伟及学院教师参加。

Cun-Hui Zhang是美国罗格斯大学统计学特聘教授，美国数理统计研究所（IMS）和美国统计协会(ASA)的 Fellow。他的研究兴趣包括高维数据、经验贝叶斯、时间序列、非参数方法、多元分析、生存数据和生物统计学、功能性MRI、糖尿病控制闭环和网络诊断。

张教授首先介绍了高维张量时间序列数据的因子模型结构，并以矩阵时间序列的分解形式和三阶张量时间序列的分解形式为例，解释了因子模型中时变因子序列和时不变载荷矩阵在模型中的意义。为进一步说明模型在现实生活中的应用，张教授详细介绍了两个实际数据例子：一是北美和欧洲地区的国家间月度出口贸易数据，该数据以出口国、进口国和15个商品种类为三个维度，记录了2010至2016年82个月交易量作为三阶张量时间序列数据。张教授以图层的方式形象展示了数据的结构，以及如何与模型结合在一起。二是纽约市出租车每日上下客时间和地点的数据，该数据将曼哈顿区分为69个地块，以上车地块、下车地块和上车时间为三个维度，记录了2009至2017年2262个工作日和1025个非工作日的车次量作为三阶张量时间序列数据。张教授通过提出的外积展开方法（TOPUP）和内积展开方法（TIPUP）得到模型中各参数的估计，并以出租车数据的分析结果为例，介绍了不同地块的上下车人数随时间变化的情况以及在工作日和非工作日的区别，从而说明估计出的因子序列所对应的现实意义。

报告结束后，与会教师与张教授展开了热烈的交流互动，就报告内容进行了深入讨论。他们的互动交流拓宽了学术研究思路，参会教师均表示受益匪浅。

（文字：唐一鸣  照片：张霭琳）