（通讯员：关迪）2024年8月4日上午9:00，青海师范大学陈占寿教授莅临我院做学术报告，在南湖校区老图书馆四楼左侧研究生5-1学习室进行，报告由数学与统计学院统计系副主任王淑影副教授主持，学院部分老师及研究生参加了本次学术报告会。

会议开始之际，由王淑影老师作为代表对陈占寿教授的到来表示感谢，并对陈占寿教授及其研究内容做了简单的介绍。

报告人简介：陈占寿，青海师范大学研究生院副院长，教授，博导，青海省统计学会副会长，入选青海省昆仑英才教学名师，青海省高校拔尖学科带头人等多个省级人才称号，曾访问加拿大英属各类比亚大学和中科院系统所；主要从事时间序列变点分析，小域估计、模型平均等方面的研究工作，先后主持国家自然科学基金3项，青海省自然科学基金6项；发表科研论文60余篇，出版学术专著1部，获青海省自然科学奖三等奖1项。

报告题目：Joint test for mean and variance change-points in long-memory time series

摘要：In this talk, We propose two self-normalized statistics to jointly test the mean and variance change-points in long-memory time series. Under the null hypothesis that the series is a stationary long-memory process, we demonstrate that our test statistics converge to nondegenerate distributions. We derive the limit distributions of the two test statistics under three alternative hypotheses that the series has mean and variance change-points at different locations. The proposed test statistics perform well with finite samples in simulations. Moreover, we can distinguish whether a detected change-point is a mean or variance change-point, or if the mean and variance have changed together. We illustrate our tests through the analysis of two real datasets: the annual discharge volume of the Nile River, and the closing-price data of International Business Machines (IBM) common stock.

在接下来的报告中，陈占寿教授首先介绍了长记忆时间序列的基本概念，并强调了识别均值和方差变点的重要性。在零假设下，受检序列被假设为一个平稳的长记忆过程。他展示了所提出的两种自标准化统计量能够收敛于非退化分布的理论依据，推导了在三种备选假设下的测试统计量极限分布。

陈占寿教授通过分析两个真实的数据集来验证所提出测试方法的有效性。这两个数据集分别是尼罗河的年排放量和国际商业机器公司（IBM）普通股的收盘价。通过具体案例，陈占寿教授清晰地展示了该统计方法的应用过程及其所获得的结果，增强了同学们对该方法的理解。

报告结束后，与会人员踊跃提问，陈占寿教授耐心解答了关于长记忆时间序列和检验方法的多方面问题，现场气氛活跃。

本次学术交流会拓展了同学们的学术视野，也激发了同学们的学习热情，不仅增进了老师和同学们对长记忆时间序列分析的理解，也为未来相关研究提供了丰富的思路与方法。

（审核人：王丹、王纯杰）

数学与统计学院

2024年8月4日