田茂再
近期热点
资料介绍
个人简历
工作经历有人说他的教学生涯富有传奇色彩:早在1987年中师毕业后他就走上了讲坛,迄今已有30个年头了。从学前班的学生到博士生,他都教过;从边远落后的少数民族聚居区到繁华的大都市的教学生活,他都亲身经历过。在中国人民大学任教15年期间先后讲授了16门次研究生课程和4门本科生课程,其中包括新开的8门国际前沿统计学课程,内容涉及分层回归、分位回归、鞍点逼近、流行病学、金融风险管理、成份分析、高维复杂数据降维、统计诊断、小波分析、多元统计等当今统计学的热点话题,所选教材全部使用国际上一流院校普遍采用的优秀教材,采用双语教学。所带博士后、博士生及硕士研究生共计100多名。其主要工作经历如下:1994. 02 — 1995.08 中国保险管理干部学院 助教2001. 06 — 2004. 08 中国科学院数学与系统科学研究院系统所2002. 08 — 2002. 11 香港中文大学统计系 助研2002 01 — 2003. 12 加拿大国家数据库高等研究中心 博士后2004. 01 — 2004. 07 加拿大卡尔加里数学与统计系 博士后2004. 11 — 2005. 02 香港中文大学统计系 副研究员2005. 07 — 2007. 02 香港中文大学统计系、香港浸会大学数学系 博士后2007. 08 — 2007. 11 香港浸会大学数学系 访问学者2008. 03 — 2008. 06 香港浸会大学数学系 访问学者2008. 07 — 2009. 01 德国洪堡大学,SFB 649 Fellow 中方首席科学家2008. 10 — 2009. 11 澳大利亚墨尔本大学, Research Fellow2009. 12 — 2010. 01 德国洪堡大学,SFB 649 Fellow 中方首席科学家2010. 10 — 2010. 11 德国洪堡大学,SFB 649 Fellow 中方首席科学家2011. 07 — 2011. 07 香港中文大学统计系 访问学者2011. 12 — 2012. 03 美国耶鲁大学医学院 高级访问教授2012. 07 — 2012. 09 英国曼切斯特大学数学学院、布鲁奈尔大学数学系高级访问教授2012. 11 — 2012. 12 日本东京大学数学信息系 访问教授2012. 12 — 2013. 01 意大利佛罗伦萨大学经济学院 访问教授2015. 09 — 2015. 10 Rhodes, 希腊2015. 11 — 2015. 11 日本同志社大学2017. 01 — 2017. 03 美国哥伦比亚大学2004. 06 — 至今 中国人民大学 副教授、教授、博士生导师基金项目近十年,本人一直与国内外一些著名统计学家保持学术上的紧密联系与实质性合作。空中飞行距离累计达上百万里路,迄今为止已与国内外14名导师合作过,他们分布于亚洲、欧洲、美洲以及大洋洲。 先后在国际国内的学术刊物上发表200多篇文章,著书10部(合著)。项目情况:国外、境外项目情况: 作为主要负责人参于过的国外境外科研项目有14个:香港中文大学3个,香港浸会大学6个,加拿大ALBERTA 大学1个,CALGARY大学1个,德国洪堡大学2个,澳大利亚MELBOURNE 大学1个。国内项目情况: 主持的科研项目37项,其中包括本人主持的在研项目:国家社科基金(No. 07BTJ002),教育部重点基金(No. 108120),国家自然科学基金(No.10871201), 教育部哲学社会科学研究重大课题攻关项目(No. 15JZD015 )等。学术奖励2006年以后获奖情况2006年1. 教育部新世纪优秀人才 (排名第一) (2006 年,主持)2. 第八届全国统计科学研究优秀成果奖 (二等奖, 排名第一)(2006 年,主持) (2006A2-03)2008年3. 第九届全国统计科学研究优秀成果奖(二等奖, 排名第一) (2008 年,主持)(2008B2-16)2010年4. 第十届全国统计科学研究优秀成果奖课题论文奖 (一等奖,排名第一)(2010年,主持)(2010A1-6)5. 第十届全国统计科学研究优秀成果奖—统计教学奖(三等奖, 排名第一) (2010 年,主持);(2010E3-7)6. 北京市第十届优秀统计科研成果优秀论文奖(2010 年,主持);7. “Longitudinal study of Japanese youth: an analysis of mathematics and science achievements approach” 获2010年度亚洲地区日本研究资助计划财政奖(日本),http://www.sumitomo.or.jp/e/Jare/10jarelist.htm,主持2012年8. 第十一届全国统计科学研究优秀成果奖课题论文奖 (三等奖,排名第一)(2012年,主持)(2012A3-8)9. 第十一届全国统计科学研究优秀成果奖—统计教学奖(三等奖, 排名第一) (2012 年,主持);(2012E3-9)10. 北京市第十一届优秀统计科研成果优秀论文奖(2012 年,主持);11. 中国人民大学十大教学优秀奖(2012年)2014年12. 北京市第十三届哲学社会科学优秀成果奖二等奖 (2014 年,主持);http://www.bjskl.gov.cn/ggl/201410/t20141028_10869.html13. 北京市第十二届统计科学研究优秀成果评比优秀课题论文一等奖(2014 年,主持);14. 中国人民大学优秀博士学文论指导老师(2014年)2017年15. 荣获北京市教育工会荣誉奖,为党的教育事业辛勤工作30年荣誉证书开设课程 主讲过的部分研究生、博士生课程(双语)Postgraduate courses (Renmin University of China)《统计模型》Statistical Models (3 hours)《分位回归》Quantile Regression (2 hours)《分层模型》Hierarchical Models (3 hours)《现代统计理论方法》Modern Statistical Theory and Methods (2 hours)《鞍点逼近》Saddlepoint Approximations (2 hours)《流行病风险统计估计》Statistical Estimation of Epidemiological Risk (2 hours)《复杂数据统计分析》Statistical Analysis with Complex Data (2 hours)《统计前沿》Frontiers in Statistics (2 hours)《计算机密集型计算》Computer Intensive Methods (2 hours)《量化风险管理》Quantitative Risk Management (3 hours)《高等统计》Advanced Statistics (3 hours)《统计学基础》The Fundamental Advanced Statistics for Phd Students (3 hours)《高维数据分析》High Dimensional Data Analysis (2 hours)《统计建模》Statistical Modeling (3 hours)主讲过的部分本科生课程(双语)Undergraduate course (The Renmin University of China)《统计计算》Statistical Computation (2 hours)《回归分析》Regression Analysis (3 hours)《统计诊断》Statistical Diagnostics (3 hours)《数理统计》Mathematical Statistics (3 hours)《多元统计分析》Multivariate Statistical Analysis (3 hours)研究领域
分位回归;分层模型;分层分位回归建模;适应性平滑;数据建模;贝叶斯统计推断;计算机密集计算;极值和重尾分布;函数型数据分析;金融、经济计量与风险管理;高阶降维;统计中的逆问题;大样本理论;大范围数据分析;模型选择;非参数半参数建模;顺序统计量;量化金融;稳健统计量;鞍点逼近及应用;时空建模;统计诊断;流行病风险中的统计方法;随机模拟;时间序列建模;波动率模型;......""近期论文
BooksWu, X. Z. and Tian, M. Z. (2003), Diagnostics for Modern Regression Models. China Statistical Press. (In Chinese)Tian, M. Z. (2011), Discovery and Innovation. Page 48–50, China Statistical Press. (In Chinese)Gao, M. and Tian, M. Z., et al. (2013). Selected Empirical Analysis for Teaching in The Major of Statistics. Page 166–224, Chapter 7, (In Chinese)Tian, M. Z. (2014). Theory, Methodology and Applications for Complex Data Statistical Inference, Science Press. (In Chinese)Tian, M. Z. (2015). Quantile Regression & Complex Hierarchical Data Analysis,China Intellectual Property Publishing House.Tian, M. Z. (2015). Advanced Theory for Hierarchical Quantile Modeling, Science Press. (In Chinese)Tian, M. Z. (2015). Model Hierarchical Quantile Regression–Theory, Methodology and Applications, Tsinghua University Press. (In Chinese)Tian, M. Z. (2017), Multivariate Statistical Analysis with R, China Renmin University Press.Tian, M. Z. (2019). Bandwidth Selection and Its Applications in Modern Nonparametric Statistics, China Science Press. (In Chinese)Tian, M. Z. (2020), Hierarchical Quantile Modeling Theory, Methodology and Applications, Science Press, Springer-Verlag. (In English, under press).Tian, M. Z. (2020), Advanced Multivariate Statistical Analysis, Science Press, (to appear).Tian, M. Z. (2020), Theory and Methodology of Monitoring and Prediction of Economic Situation Based on Big Data, Tsinghua University Press, (to appear).Selected papers20201. Bai, Y. X., Tian, M. Z., Lee, W. Y. and Tang, M. L. (2020). Variable Selection for Ultra-highDimensional Quantile Regression with Missing Data and Measurement Error. Statistical Methods in Medical Research, No.SMM-19-0384, to appear, (SCI).2. Li, E. Q., Tian, M. Z. and Tang, M. L. (2020). Variable Selection in Competing Risks ModelsBased on Quantile Regression. Statistics in Medicine, 38 (23): 4670–4685, (SCI).3. Qian, M. L., Tao, L., Li, E. Q. and Tian, M. Z. (2020). Hypothesis Testing for Identity ofHigh-dimensional Covariance Matrices. Statistics and Probability Letters, 161,1–12, (SCI).4. Bai, Y. X., Qian, M. L. and Tian, M. Z. (2020). Joint Mean-covariance Random Effect Modelfor Longitudinal Data. Biometrical Journal, 62, 7-23, (SCI).5. Wu, Y. K., Hu, Y. N., Zhou, J. and Tian, M. Z. (2020). Simultaneous Estimation of MultipleConditional Regression Quantiles, Acta Mathematicae Applicatae Sinica (English Series), 36 (2), 448–457, (SCI)6. Zhang, R. X. and Tian, M. Z. (2020). Multvariate Outlier Detection Based on TiltingMinimum Covariance Determinant Method, Journal of Applied Statistics and Management, http://kns.cnki.net/kcms/detail/11.2242.01.20190109.1503.001.html, (CSSCI, CSCD).7. Tian, Y. Z., Wang, L. Y., Tang, M. L. and Tian, M. Z. (2020), Likelihood-based QuantileMixed Effects Models for Longitudinal Data with Multiple Features via MCEM Algorithm, Communications in Statistics - Simulation and Computation, https://doi.org/10.1080/03610918.2018.1484477 , online, (SCI, EI).8. Tian, Y. Z., Wang, L. Y. Tang, M. L., and Tian, M. Z. (2020), Weighted Composite QuantileRegression for Longitudinal Mixed Effects Models with Application to AIDS Studies, Communications in Statistics - Simulation and Computation, https://doi.org/10.1080/03610918.2019.1610440, (SCI, EI)9. Xia, L. L. and Tian, M. Z. (2020). Penalty likelihood estimation for a class of constrainedgeneralized additive model with zero-inflated count data. Statistics and Decision, Vol. 2 16 – 20, (CSSCI).10. Dai, X. W., Yan, Z., Tian, M. Z. and Tang, M. L. (2020). Quantile Regression for GeneralSpatial Panel Data Models with Fixed Effects. Journal of Applied Statistics, 47 (1), 45–60, (SCI).11. Dai, X. W., Jin, L. B., Tian, Y. Z., Tian, M. Z. and Tang, M. L. (2020). Quantile Regressionfor Panel Data Models with Fixed Effects under Random Censoring. Communications in Statistics-Theory and Methods, 49 (18), 4430–4445, (SCI, EI).12. Wu, Y. K., Tian, M. Z. and Tang, M. L. (2020). General Composite Quantile Regression:Theory and Methods. Communications in Statistics – Theory and Methods, 49 (9), 2217–2236, (SCI, EI).13. Yang, L., Tao, L. and Tian, M. Z. (2020). Qunatile Regression Based on Multi-period DIDMethod and Its Applications. Statistics & Decision, 5, 25–28, (CSSCI).14. Tai, L. N., Qian, M. L. and Tian, M. Z. (2020). Sample Selection Parametric QuantileRegression and Its Application in Distribution Decomposition of Wage, Statistical Research, http://kns.cnki.net/kcms/detail/11.1302.C.20190718.1819.002.html , 2018–1483 (CSSCI).15. Tai, L. N., Tao, L. and Tian, M. Z. (2020). Innovation Ideas of Government Statistics WorkBased on Big Data Supply Chain. Statistics & Decision, 12, 156 –159, (CSSCI).16. Mei, B. and Tian, M. Z. (2020). The Unconditional Tilting Quantile Curve for Functional Dataand Its Applications. Journal of Applied Statistics and Management, 18-0282, 2th revised, (CSSCI, CSCD).17. Dai, X. W., Li, E. Q. and Tian, M.Z. (2020). Quantile Regression for Varying CoefficientSpatial Error Models, Communications in Statistics – Theory and Methods, (No. LSTA-2018-1172), the 2nd revised (SCI, EI).18. Liang, J. W. and Tian, M. Z. (2020). Outlier Diagnosis and Estimation via VolumeSampling in Big Data. Journal of Applied Statistics and Management, 39 (2), 223–235, (CSCD, CSSCI).19. Tian, Y. Z., Wang, L. Y., Tang, M. L., Zang, Y. C. and Tian, M. Z. (2020), Likelihood-basedQuantitle Autoregressive Distributed Lag Models and Its Applications. Journal of Applied Statistics, 47 (1), 117–131, (SCI).20. Liang, J. W. and Tian, M. Z. (2020). Sufficient Dimension Reduction Method based onMaximin Effect for Heterogeneous Data. Journal of Systems Science and Mathematical Sciences, No. 18450, to appear, (CSSCI).21. Tao, L., Tai, L. N. and Tian, M. Z. (2020). Quantile Regression for Panel Data with FixedEffects and Comparative Research. Statistics and Decision, 17, 9–13, (CSSCI).22. Mu, J. and Tian, M. Z. (2020). Bayesian Hierarchical Regression Model with MultivariateLaplace Distribution and Its Application. Journal of Applied Statistics and Management, 39 (3) : 438–448, (CSSCI, CSCD).23. Yan, M. B. and Tian, M. Z. (2020). Variable Significance Test after Selection under VariousDistributions and Its Application to CEPS Data. Journal of Systems Science and Mathematical Science, 40 (1): 141 – 155, (CSCD).24. Yu, Z., Tian, M. Z., Wang, C. J. and Ju, T. T. (2020). Hierarchical Shrinkage Models via Variational Bayes. Statistical Research, No.2019-1084, –, under review, (CSSCI).25. Ma, S. P., Sun, Q. H, Wu, Y. X. and Tian, M. Z. (2020). Research on Tensor Sufficient Dimension Reduction Method and Its Application. Statistical Research, to appear, (CSSCI).26. Yan, M. B. and Tian, M. Z. (2020). Selection of High Dimensional Variables Based onRandomized Adaptive Lasso. Statistical Research, to appear, (CSSCI).27. Wang, Z. H, Tian, M. Z., Hou, Z. M. and Chen, X. K. (2020). Measuring Quantile EffectsBased on Partial Least Squares Path Model, Journal of Systems Science and Mathematical Science, N0.19114: –, to appear, (CSCD).28. Bai, Y. X., Yan, M. B., Tian, M. Z. and Zhai, H.W. (2020). Evaluating the Quality of Multidimensional Statistical Data Based on the Bootstrap Method. Statistics & Decision, No. 190614593, to appear, (CSSCI).29. Hu, Y. N., Wang, J. T. and Tian, M. Z. (2020). Estimation and Variable Selection forSemiparametric Spatial Quatile Regression Model. Statistical Research, No. 2019–1633 , under review.30. Zhang, C. L. and Tian, M. Z. (2020). Construction of Bootstrap Confidence Intervals Based on Bayes. Statistics and Decision, 1, 32-35, (CSSCI).31. Luo, Y. X., Zhang, M. and Tian, M. Z. (2020). The Research and Application of Additive Quantile Regression Models for Panel Data. Statistical Research, , 37 (2), 105–118, (CSSCI).32. Liu, Y. X., Rui, R. X. and Tian, M. Z. (2020). A Novel Profile Composite Quantile Regression Estimation for the Partial Linear Variable-Coefficient Model. Acta Mathematicae Applicatae Sinica, No. c19100, 2nd review, (CSCD).33. Cao, R. and Tian, M. Z. (2020). Study on Executive Compensation of Private Listed Companies Based on Unconditional Quantile Regression, Systems Engineering-Theory & Practice, No. 2019-0097, to appear, (EI, CSCD).34. Hou, Z. M., Tian, M. Z., Wang, Z. H. and Dou, Y. (2020). Study on The Impact of Technological Innovation on the Urbanization and Urban-rural Income Inequality—An Empirical Analysis Based on Western National Agglomeration Area. Journal of Mathematics in Practice and Theory, 50 (2),53–64, (CSSCI, CSCD).35. Guo, J. X., Xu, H., Zhu, W. Q. and Tian, M. Z. (2020). Research on Tensor Sufficient Dimension Reduction Method and Its Application. Statistical Research, No.2019-0947, –, to appear, (CSSCI).36. Liu, Y. and Tian, M. Z. (2020). Pricing of \1) 2018.01 — 至今 全国统计科学研究计划项目评审专家2) 2017.09 — 至今 中国现场统计研究会第十届理事会理事3) 2017.09 — 至今 北京市社科联专家4) 2017.08 — 至今 首批中国人民大学“杰出学者”青年学者5) 2017.08 — 至今 国际生物统计学会中国分会 (IBS-China) 常务理事6) 2017.03 — 至今 教育部学位与研究生教育发展中心通讯评审专家7) 2016.03 — 至今 北京高校少数民族代表人士8) 2016.04 — 至今 北京市哲学社会科学评奖专家9) 2016.03 — 2019.02 新疆维吾尔自治区“天山学者”10) 2015.06 — 至今 北京市科学技术委员会专家11) 2015.11 — 至今 国家社科基金同行评议专家12) 2015.10 — 至今 国家出版基金评审专家13) 2015.10 — 至今 国家社科中华学术外译专家14) 2015.04 — 至今 中国现场统计研究会高维数据统计分会常务理事15) 2014.10 — 至今 中国概率统计学会第十届理事会理事16) 2014.04 — 至今 中国博士后科学基金会评审专家17) 2013.08 — 2017.07 国际生物统计学会中国分会 (IBS-China) 常务理事18) 2013.05 — 至今 北京市自然科学基金评审专家19) 2013.03 — 2015.02 甘肃省“飞天学者”20) 2013.02 — 至今 长江学者评审专家21) 2012.02 — 至今 国家留学基金评审专家22) 2012.10 — 至今 中国现场统计研究会生存分析分会秘书长23) 2011.03 — 至今 全国教育科学规划学科组专家24) 2011.03 — 至今 北京市哲学社会科学学科评审组成员25) 2011.03 — 至今 交通运输部规划研究院等重大项目评审、验收专家26) 2011.02 — 至今 教育部人文社科项目评审专家27) 2010.08 — 至今 美国统计协会会员 (ID. 165873)28) 2010.01 — 2015.05 北京市科学技术委员会专家29) 2010.06 — 至今 国际计量经济协会会员(ID. 1734779)30) 2008.11 — 至今 《统计学评论》(Statistics Review) 副主编31) 2008.11 — 至今 《统计研究》(Statistics Research) 编委32) 2008.11 — 至今 国家自然科学基金同行评议专家33) 2008.07 — 2010.10 德国洪堡大学,SFB 649 FELLOW, 中方首席科学家34) 2006.01 — 至今 教育部人文社会科学重点研究基地中国人民大学应用统计科学研究中心副主任35) 2006.03 — 至今 教育部“留学回国人员科研启动基金”评审专家36) 2007.09 — 至今 中国人民大学概率论与数理统计研究所副所长37) 2001.01 — 至今 担任超过50 本国际国内杂志的审稿人 相关热点
最新收录
- 吉高宁宁(吉高寧々 Nene 06-25
- 水咲优美(水咲優美) 06-25
- 三月光(三月ひかる) 06-21
- 澪川遥(澪川はるか) 06-21
- 冈本莉里 岡本莉里 (おか 06-21
- 宗像丽奈(宗像れな) 06-21
- 温碧霞 06-21
- 舒淇 06-21
- 叶玉卿 06-21
- 叶子楣 06-21