师资力量 --> 教职工队伍 --> 正文
文章内容
王学丽
发布时间:2011-03-22

  数学系 副教授 王学丽

 
姓名 王学丽
职称 副教授
所在部门 数学系
职务  
办公室 010-62282117
电话  
电子邮件 wangxl@bupt.edu.cn

 

王学丽,副教授,研究生导师。2004年毕业于 北京大学数学科学学院 概率统计系,统计学专业,理学博士。自博士阶段就一直致力于生物医学统计,贝叶斯统计,缺失数据分析等方面的学习和研究。2010年作为国家公派的访问学者,在美国华盛顿大学生物统计系访问学习一年,并与该领域的国内外专家建立了良好的合作关系。主持完成两项国家自然科学基金和多项其它部委基金。在生物医学统计、因果推断、机器学习等领域发表学术论文二十余篇,同时为 Stat.Sinica,Acta Mathe.Appl.Sinica, Commu.in Stat.等杂志审稿。

[研究兴趣] 统计因果推断  贝叶斯统计分析 机器学习 大数据分析

[主持参与项目] 

(1)国家自然科学数学天元基金:因果推断及混杂因素;2007/01-2007/12。主持人

(2)国家自然科学基金青年基金:因果推断及不完全数据的统计分析; 2008/01-2010/12。主持人

(3)北京邮电大学青年创新专项基金:(2012RC0708),2012/01-2013/12。主持人

(4)国家自然科学基金面上基金:随机排队网络的强逼近及其相关渐近分析  2015/01-2018/12。第二参与人

(5)全国统计科学研究重点项目;国家统计局;2014/11-2016/12主持人

(6)泛网国家重点实验室开放课题: 2015/9-2017/10。主持人

(7)国家食品安全风险控制项目:2016/9-2017/12。主持人

 [国际学术交流]

(1)2016/12/19 --2016/12/22,被邀请参加第十届ICSA上海泛华统计会议,并作学术报告,中国,上海。

(2)2016/06/24 --2016/06/25,被邀请参加ICSA China Statistics Conference,并作学术报告,中国,青岛。

(3)2015/07/01 --2015/07/05,被邀请参加2015 IMS-China International Conference on Statistics and Probability,中国,昆明。

(4)2013/08/25 --2013/08/31,被邀请参加第51届世界统计大会并作学术报告,中国,香港。

(5)2012/07/08 --2012/07/09,被邀请参加第二届生物统计国际研讨会,中国人民大学,北京。

(6)2010/09 --2011/09,美国华盛顿大学生物统计系 访问学习一年,美国,西雅图。

 [发表学术论文]

[1] Wang X L, Zhou X H. Some results about standardization for a non-Confounder in estimators of (log) relative risk. Communications in Statistics-Theory and Methods, 2015, 44: 1497–1507. (SCI)

[2] Wang X L. Binomial proportion estimation in longitudinal data with non-ignorable non-response. Acta Mathe.Appli. Sinica, 2013, 29(3): 623-630. (SCI)

[3] Wang X L, Chen H, Geng Z. Using auxiliary data for binomial parameter estimation with non-ignorable nonresponse. Communications in Statistics-Theory and Methods, 2012, 41(19):3468-3478. (SCI)

[4] Wang X L. Binomial parameter estimation with non-ignorable missing data. Proceeding of the 2nd International Conference on Multimedia Technology (ICMT2011), 2011, 2019-2022. Hangzhou, China. (EI)

[5] Wang X L. Variance estimation in longitudinal data with non- randomly missing data. Proceeding of the International Conference on Computational Intelligence and Software Engineering, 2011.

[6] Wang X L. Conditions for uniformly non-confounding. Journal of Systems Science and Complexity, 2010, 23: 796-803. (SCI)

[7] Wang X L, Gao L. Relations among homogeneity, collapsibility and non-confounding in distribution effects. Appl. Math. J. Chinese Univ., 2010, 25(3): 291-296. (SCI)

[8] Ding Y, Wang X L. The estimation precision of relative risk in causal inference. The proceedings of 2010 International Conference on Probability and Statistics of the International Institute for General Systems Studies, July 28-31, 2010, Nanjing, China.

[9] Wang X L, Geng Z, Chen H, et al. Detecting multiple confounders. Journal of Statistical Planning and Inference, 2009, 139(3):1073-1081. (SCI)

[10] Wang X L. 论文Comparison between estimates of the potential proportion with and without standardization for a non-confounder获全国统计科学研究优秀科研成果奖评比(一等奖).中华人民共和国国家统计局, 2008.

[11] Wang X L, Geng Z, Zhao Q, et al. Comparison between estimates of the potential proportion with and without standardization for a non-confounder. Statistica Sinica, 2007, 17(4): 1643-1656.(SCI)

[12].Geng Z., He Y B., Wang X L. The relationship and inference about causal effects on the causal chine.yChina sience A, 2004,4(2):227–236 (SCI)

[13] Geng Z., He Y B., Wang X L. & Zhao, Q. Bayesian method for learning graphical models with incompletely categorical data. Compt. Statis. Data. Analy.2003,44 175–192. (SCI)

[14] Geng Z., He Y B., Wang C. & Wang X L. Causal inference basedon Bayesian networks. Proceeding of the 4th ARS Conference of the IASC, 2002,5-7, Busan, Korea.

[15]王学丽,因果推断中的混杂因素及不完全数据分析,北京大学博士学位论文。2004年6月。