2023年5月15日，多伦多大学统计系周舟教授来我院进行学术交流。周舟教授的主要研究领域为时间序列分析和非参数统计🕐，周教授在统计学顶级期刊上发表了31篇论文🧒🏽，其中Annals of Statistics（6次）、JRSSB（5次）和JASA（2次）🖖🏿。由于对统计学的重要贡献☞，他在2021年获得了NSERC-Discovery Accelerator Supplement Award。并在2023年获得了CRM-SCC奖，该奖项由加拿大统计协会每年颁发🫴🏿，用于奖励近15年来在统计学领域做出突出贡献的杰出学者，该奖项肯定了周教授在时间序列分析和非参数统计方面的贡献，包括非平稳时间序列、非线性时间序列🙅🏿、时域频域分析🏖、高斯近似🦚、重抽样方法和复杂相关数据推断，以及非平稳数据的稳健突变点检测等👮🏿。

当日，周舟教授首先就其主要研究进行了一场学术报告🤵🏻🚾，题目是Simultaneous Statistical Inference for Functional Time Series🌍。周教授介绍了一些用于高维面板函数时间序列和函数时间序列回归的统计推断工具。讨论了平方可积函数空间中物理相关过程的新概念，该概念采用了平方可积函数空间中泛函数据的基分解思想🤷‍♀️。导出了高维泛函时间序列和的高斯和乘子自举近似💑。这些结果有许多重要的统计结果🧸。

接下来🛗，周教授又与我院博士生代表进行了交流。同学们踊跃提问👋🏼，提出了很多自己遇到的问题🖌。比如，如何锻炼自己的统计学思维，逻辑思考能力🩼，如何选择科研方向🦧，以及当科研遇到瓶颈的时候🧇🤵🏻‍♂️，如何去突破。周教授一一进行了解答。同学们纷纷表示🧚，收获很大。