7月28日上午，“统计大讲堂”系列讲座第165讲举行。本次讲座采取在线会议的方式，邀请新加坡国立大学概率统计系终身教授张金廷作题为“基于两样本高维数据Behrens-Fisher的Chen-Qin检验进一步研究”的报告。讲座由中国人民大学统计学院许王莉教授主持。
许王莉首先介绍了主讲人的相关信息。张金廷于北京大学取得学士学位、中国科学院应用数学所取得硕士学位、美国北卡罗来纳大学教堂山分校取得博士学位、美国哈佛大学博士后，并先后在美国普林斯顿、罗彻斯特等大学做高级访问学者。张金廷的研究领域包括非参数统计、纵向数据分析、函数数据分析、高维数据分析等；现任和曾任多家学术期刊的编委，现任美国数理统计学会（IMS）会士、泛华统计协会（ICSA）会士。
张金廷首先引进高维数据的概念，说明如果数据维数固定且远小于样本数，则可用传统的方法进行检验。而对基于两样本高维数据的Behrens-Fisher问题，传统方法失效，因而需要新的研究方法，例如Chen-Qin检验。张金廷对Chen-Qin检验做了讲解，并对复杂的公式进行简化。但Chen-Qin检验也存在一些问题，在现实应用中，可能会产生误导性的结果。
随后，张金廷详细讲解了他对Chen-Qin检验的进一步研究以及提供的改进方法。首先是对统计量进行的改进，他提出的ZG-test的统计量总是非负的，在研究正态分布等方面总体优于CQ-test的统计量。接着，他研究了非正态分布情况下的逼近问题。张金廷在理论层面上讨论了主要结果，并详细介绍了相关参数以及极限逼近方法和原理。随后，他又在展示了多种情况下实际模拟研究结果，与理论基本一致。
最后，张金廷对其重点研究成果进行总结。他证明了除正态分布以外，Chen-Qin检验的统计量也存在非正态分布。他还对Chen-Qin检验做出一定改进，并在模拟的过程中，证明了改进方法的优越性。
提问交流环节，在线师生积极参与讨论，张金廷耐心解答了大家的疑问，就Chen-Qin检验的研究和改进展开探讨。
此后“统计大讲堂”系列将陆续推出更多精彩讲座，敬请关注。