个 人 信 息

姓名
郭朝会
性别
女
民族
汉

出生日期
1988.3
政治面貌
中共党员
职称/职务
副教授

毕业学校
重庆大学
学历
博士研究生
博导/硕导
硕导

学科专业
统计学
研究方向
超高维统计预测分析、因子模型、变量选择、稳健估计

联系方式
guochaohui2010@126.com

个人简历

2016年6月—至今：重庆师范大学数学科学学院工作。2007年9月—2011年7月：重庆师范大学数学与应用数学专业学习，获理学学士学位；2011年9月—2016年6月：重庆大学统计学专业学习，获理学博士学位，师从杨虎教授；2018年1月—至今：副教授，硕士生导师；2018年11月—2019年1月：新加坡国立大学为期三个月的访问****。2018年入选重庆师范大学青年拔尖人才培育计划。主要研究方向为超高维统计预测分析，因子模型，参数与半参数回归模型，稳健估计、纵向数据、生物大数据分析。先后承担本科生和研究生的应用回归分析、数理统计、统计软件R、统计预测与决策、概率论与数理统计、抽样调查、市场调查等课程。2019年评为优秀本科生导师，2020年度评为优秀，指导学生参加全国大学生市场调查与分析大赛总决赛获全国三等奖1项，指导学生参加2020年全国研究生统计建模获得全国二等奖。

主要研究项目

主持国家社会科学基金1项、主持省部级科研项目3项，主持校级教改项目1项，另外还参与了1项国家自然科学基金面上项目。
1.国家社会科学基金青年项目(17CTJ015)，面板数据下分位数回归模型的高维变量选择及应用研究，20 万元，主持，2017/07－2020/06.
2. 重庆市基础研究与前沿探索项目(cstc2018jcyjA0659)，纵向数据下变指标系数模型的统计推断及其应用，5万元，主持，2018/07－2021/06.
3. 国家自然科学基金面上项目(**)，复杂统计数据的参数和半参数模型选择及在金融大数据中的应用，48 万元，参与，2017/01－2020/12.
4. 重庆市教委科学技术研究项目(KJ**)，纵向单指标模型的稳健变量选择及在金融大数据中的应用，3 万元，主持，2017/01—2018/12.
5. 重庆市教委科学技术研究项目(KJQN)，大数据背景下的分位数预测，4万元，主持，2019/10－2022/10.

代表性成果

在国内外重要刊物上发表科研论文20余篇，代表性成果如下：
1.Guo Chaohui(郭朝会)，Li, Jialiang*, 2020. Homogeneity and structure identification in semiparametric factor models. Journal of Business & Economic Statistics(计量经济学顶级期刊), in press, https://doi.org/10.1080/**.2020.** (SCI).
2.Tu, Jingwen, Yang, Hu, Guo Chaohui*(郭朝会) Lv Jing, 2020. Model averaging marginal regression for high dimensional conditional quantile prediction. Statistical Papers, in press, https://doi.org/10.1007/s00362-020-01212-1 (SCI).
3.Lv Jing, Guo Chaohui*(郭朝会),Wu Jibo, 2019. Subject-wise empirical likelihood inference for robust joint mean-covariance model with longitudinal data. Statistics and Its Interface, 12: 617–630. (SCI)
4.Lv Jing, Guo Chaohui*(郭朝会), Wu Jibo, 2019. Smoothed empirical likelihood inference via the modified Cholesky decomposition for quantile varying coefficient models with longitudinal data. TEST, 28:999–1032. (SCI)
5. Lv Jing, Guo Chaohui*(郭朝会), 2019. Quantile estimations via modified Cholesky decomposition for longitudinal single-index models. Annals of the institute of statistical mathematics, 71:1163–1199. (SCI)
6. Lv Jing, Guo Chaohui*(郭朝会), Li Tingting，Hao Yuanyuan, Pan Xiaolin, 2018. Adaptive robust estimation in joint mean–covariance regression model for bivariate longitudinal data [J]. Statistics, 52:64-83. (SCI)
7.吕晶，郭朝会*，杨虎，李婷婷，2018. 纵向数据的有效秩推断基于修正的Cholesky分解. 数学学报中文版，61: 549-568.
8.Guo Chaohui*(郭朝会), Yang Hu, Lv Jing, 2018. Two step estimations for a single-index varying-coefficient model with longitudinal data. STATISTICAL PAPERS, 59: 957–983.
9.Lv Jing, Guo Chaohui*(郭朝会), Yang Hu, Li Yalian, 2017. A moving average Cholesky factor model in covariance modeling for composite quantile regression with longitudinal data [J]. Computational Statistics and Data Analysis, 112: 129-144. (SCI)
10. Lv Jing, Guo Chaohui*(郭朝会), 2017. Efficient parameter estimation via modified Cholesky decomposition for quantile regression with longitudinal data [J]. Computational Statistics, 32: 947-975. (SCI)
11.Guo Chaohui(郭朝会), Yang Hu, Lv Jing*, 2017. Robust variable selection in high-dimensional varying coefficient models based on weighted composite quantile regression. STATISTICAL PAPERS, 58(4): 1009-1033. (SCI)
12.Guo Chaohui(郭朝会), Yang Hu, Lv Jing*, 2017. Robust variable selection for generalized linear models with a diverging number of parameters. COMMUNICATIONS IN STATISTICS-THEORY AND METHODS, 46(6): 2967-2981. (SCI)
13.Guo Chaohui(郭朝会), Yang Hu, Lv Jing*, Wu, Jibo, 2016. Joint estimation for single index mean-covariance models with longitudinal data. JOURNAL OF THE KOREAN STATISTICAL SOCIETY, 45(4): 526-543. (SCI)
14.Guo Chaohui*(郭朝会), Yang Hu, Lv Jing, 2016. Generalized varying index coefficient models. JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS, 300(1): 1-17. (SCI)
15. Yang Hu, Guo Chaohui *(郭朝会), Lv Jing, 2016. Variable selection for generalized varying coefficient models with longitudinal data. STATISTICAL PAPERS, 57:115–132. (SCI)
16.Yang Hu, Guo Chaohui *(郭朝会), Lv Jing, 2015.SCAD penalized rank regression with a diverging numberof parameters. Journal of Multivariate Analysis, 133: 321–333. (SCI)
17.Yang Hu, Guo Chaohui *(郭朝会), Lv Jing, 2014. A robust and efficient estimation method for single-index varying-coefficient models. Statistics and Probability Letters, 94 :119–127.(SCI)