该论文提出了一种基于空间区块距离测度和Group LASSO搜寻空间与时间变点检测时空数据异质结构的方法。所提出的方法能够精准识别数据结构变化发生的边界，从而为理解和分析数据的生成机制提供了重要的途径。该论文克服了传统时空模型平稳性的约束，允许数据在不同时间段不同空间区域存在非平稳的数据结构，也放松了对空间采样的要求，允许空间布点为非规则的，使其能够广泛应用于实际数据集。我们在空间物理相依的框架下，建立了所提方法的渐近理论。进一步，通过模拟仿真和实际数据分析证实了所提方法的有效性，在识别复杂时空结构的稳健性和准确性。该论文为时空数据异质结构的分析提供了重要的研究思路和方法。

现有预测评估方法主要是针对同频预测情况，对于非同频预测缺乏有效评估的统计方法。本文提出了一类基于双样本t型检验的新型评估方法，用于比较不同频率采样的不同预测数据（时间序列）的均值相等性。由于不同预测序列常常伴随时间和截面相关性以及混合频率特性，现有方法很难有效估计不同样本均值之间距离的方差，因此无法构建具有标准渐近分布的统计量。为解决这一问题，我们提出了基于分块平均（block average）的方差估计量，并将其应用于构建自正则化的t检验统计量，证明了该统计量在原假设下收敛于标准正态分布。进一步，通过大量的蒙特卡洛模拟和实证分析，验证了所提出的双样本t型检验方法相比传统方法（如频率对齐方法等），在有限样本中具有更优的检验功效。该论文为非同频预测评估与方差分析的提供了重要的研究思路和统计方法。

张荣茂，现为浙江工商大学统计与数据科学学院教授，浙江省现场统计研究会副理事长，多元分析应用专业委员会副理事长，全国概率统计学会理事，数据科学与人工智能学会常务理事。曾任浙江大学数学科学学院教授、数据科学中心和经济学院兼职教授，闽江学者讲座教授，浙江大学统计所所长。2004年在浙江大学获得博士学位，2004年7月至2006年6月在北京大学从事博士后研究，2006年9月至2024年6月在浙江大学工作，多次访问香港科大、香港中文大学和伦敦政治经济学院。主要从事非平稳金融时间序列和高维空间计量经济模型的理论与应用研究，已发表SSCI/SCI论文60多篇，发表的杂志包括Annals of Statistics (AOS)，Journal of the American Statistical Association (JASA)，Journal of Econometrics (JOE)，Journal of Business and Economic Statistics (JBES)等统计与计量经济的顶级期刊。2015年获浙江省杰出青年基金，主持国家自然科学基金5项、浙江省重点基金项目2项和其他项目多项。2021年作为第一申报人获得浙江省自然科学奖（二等奖）和第一届统计学科学技术进步奖（三等奖），兼任J. Korean Statist. Soc.（SCI期刊）等编委。