2026年4月21日下午，南洋理工大学潘光明教授应邀来我校开展以“identify the source of spikes: factor or mixture?”为主题的学术讲座。本次讲座在综合楼644会议室举行，由统计与数据科学学院副院长张荣茂教授主持。
潘光明，新加坡南洋理工大学教授，博士生导师。2005年博士毕业于中国科学技术大学统计金融系，之后在新加坡国立大学、台湾中山大学、荷兰埃因霍温科技大学做博士后和学术交流工作；自2008年，在新加坡南洋理工大学工作，2013年遴选为国际统计学会会员（Elected Member of International Statistical Institute）。研究领域包括计量经济理论、高维统计、随机矩阵、多元统计等。主持新加坡国家基金项目5项，已在Journal of the Royal Statistical Society Series B、 Annals of Statistics、Journal of the American Statistical Association等顶级统计学期刊上发表60余篇学术论文，目前担任Random Matrices:Theory and Applications期刊编委。
潘光明教授围绕高维数据中大特征根的来源识别问题作了专题报告。在实际数据分析中，由因子模型与混合模型生成的大特征根在表现形式上高度相似，容易导致模型误用。因此，报告以区分大特征根的生成机制为核心研究目标。报告首先系统梳理了两类模型的适用场景：由因子模型驱动的大特征根更适用于主成分分析（PCA）等降维方法，而混合模型对应的大特征根则更契合聚类分析需求。在高维情形下，单纯依赖直观特征已难以实现有效判别，必须借助严谨的统计方法加以识别。针对模型判别难题，研究构建了基于高斯因子模型与混合模型的假设检验框架。通过引入奇异值分解、构造相应检验统计量，并结合QQ图进行分布拟合比对，实现了两类模型的有效区分。同时，以癌症患者数据为实证对象，对方法的可行性与稳健性进行了验证，结果表明该方法具有良好的判别性能。
讲座结束后，潘光明教授与在场师生展开了深入而热烈的学术讨论，围绕统计方法的构建逻辑、模型差异的本质特征以及未来研究方向等问题进行了细致交流。讨论环节结束后，张荣茂教授对潘光明教授的精彩分享表示诚挚感谢，同时也对在场师生的积极参与和充分互动致以谢意。
