大维随机矩阵谱理论在多元统计分析中的应用

本书探讨了当下十分热门的大维数据分析问题，创新之处在于应用*矩阵的理论方法对大维数据的协方差矩阵检验、回归分析等行了较系统的研究。本书选择样本量和变量维数成比例增长情况下的大维数据为研究对象，对经典的似然比检验作出必要而有效的修正，提出了相对于维数具有稳健性的修正似然比检验方法，从而解决了经典多元统计分析方法由于维数升高而出现严重估计偏差甚至检验完全失效的情况。
【作者】
姜丹丹，博士，吉林大学数学学院讲师，2010年毕业于东北师范大学数学与统计学院，获概率论与数理统计专业理学博士学位，同年于吉林大学数学学院任教至今。出版著作有《大维统计分析》（高等教育出版社）等。