近日，我院青年教师周佳与新加坡南洋理工大学潘光明教授、林泽钦研究员，暨南大学刘一鸣副教授及安徽大学姚驰老师的研究成果 “Identify the source of spikes: factor or mixture?”在国际统计学顶级期刊Biometrika在线发表。该研究得到国家自然科学基金项目（项目编号：12526560）的资助。作者按同等贡献，姓氏字母顺序排序。 Biometrika是国际公认的统计学四大顶级期刊之一，在统计理论与计量方法研究领域影响深远。该刊始终坚持精优发文理念，每年刊发论文仅约70篇，长期致力于传播统计学领域最具原创性与突破性的理论成果。
文章聚焦高维线性潜变量模型中潜在变量结构的识别问题，核心是判定数据矩阵中“尖峰”奇异值的来源，检验其究竟源于连续型因子结构，还是类别型混合结构。高维数据下信号结构错综复杂、随机扰动显著，此类推断问题存在较高的理论难度与现实挑战。针对这一问题，该文系统分析了尖峰奇异值对应奇异向量经验测度的渐近行为，并在此基础上构建了基于特征向量分位数差异的检验统计量。此研究不仅丰富了高维统计推断理论体系，也为经济金融数据分析、社会经济变量挖掘等经管领域提供了科学可行的统计工具，具有广阔的学科应用前景。
论文链接：https://doi.org/10.1093/biomet/asag044
文：周佳
