删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

湖北大学数学与统计学学院导师教师师资介绍简介-刘展

本站小编 Free考研考试/2021-07-30


姓 名:刘展
出生年月:1981年11月
学 位:博士
研究方向:抽样推断、缺失数据、大数据分析
联系方式:eleen_**@163.com
教育与工作背景
2019.8-2020.8香港中文大学统计系统计学研究助理
2019.7-2019.8 香港大学统计与精算学系 统计学 研究助理
2019.4-2019.6 香港中文大学统计系统计学博士后
2018.12-2019.2香港中文大学统计系统计学研究助理
2018.5-2018.8香港中文大学统计系统计学研究助理
2018.7-湖北大学数学与统计学学院统计学副教授
2017.7- 2018.6湖北大学数学与统计学学院统计学讲师
2016.8-2017.3马里兰大学JPSM(美国)统计学国家联合培养博士
2014.9-2017.6中国人民大学统计学院 统计学 博士
2007.6湖北大学数学与计算机科学学院 数学教育(保送)硕士
2004.6湖北大学数学与计算机科学学院数学与应用数学学士
学术任职
2017.10-应用统计创新团队负责人湖北大学数学与统计学学院
2017.12-中国商业统计学会理事
2018.10-中国数量经济学会理事,湖北省楚天学子
近五年发表与录用的主要论文
[1] Zhan Liu*, YAU Chun Yip. Fitting time series models for longitudinal surveys with
nonignorable missing data. Journal of Statistical Planning and Inference (SCI二区), 2021,
https://doi.org/10.1016/j.jspi.2021.01.001.
[2] Zhan Liu*, YAU Chun Yip. Time series analysis for longitudinal survey data under
informative sampling and nonignorable missingness. To appear in REVSTAT-Statistical
Journal (SCI三区), 2020.
[3] Yingli Pan , Zhan Liu*, Wen Cai. Large-Scale expectile regression with covariates missing
at random. IEEE Access (SCI二区). 2020,8(1):36502-36513.
[4] Yingli Pan , Zhan Liu*, Guangyu Song . Weighted expectile regression with covariates missing at random. Communications in Statistics - Simulation and Computation (SCI四区), 2020,https://doi.org/10.1080/**.2021.**.
[5] Yingli Pan, Zhan Liu*, Guangyu Song. Outlier Detection under a Covariate-Adjusted Exponential Regression Model with Censored Data[J]. Computational Statistics (SCI三区). 2021: 1-16.
[6]刘展*,潘莹丽.基于倾向得分的伪权数构造与混合样本推断研究[J].统计与决策
(CSSCI).2021,37(2):20-24.
[7]潘莹丽*,刘展,蔡雯.大数据背景下基于expectile回归模型的分布式优化方法研究[J].
数学的实践与认识(中文核心),2020,50(14):259-268.
[8]潘莹丽*,刘展,蔡雯.基于缺失数据的Logistic模型的分布式优化方法研究[J].统计与决
策(CSSCI).2020,36(562):25-28.
[9]刘展*,潘莹丽.大数据背景下网络调查样本的建模推断问题研究——以广义Boosted模
型的倾向得分推断为例[J].统计研究(CSSCI,权威),2019,36(9):93-103.
[10]刘展*,潘莹丽.基于超总体伪设计与组合样本的候选者数据库网络调查的推断研究[J].
应用概率统计(中文核心期刊),2019,35(3):221-232.
[11]刘展*,金勇进.基于贝叶斯伪设计与组合样本的候选者数据库网络调查的推断研究[J].
系统科学与数学(CSCD),2019,39(6):990-1000.
[12]刘展*.基于倾向得分多层模型的非概率抽样统计推断[J].统计与决策(CSSCI),
2018,23:11-15.
[13]刘展*.基于倾向得分广义线性模型的非概率抽样统计推断研究[J].数学的实践与认识
(中文核心),2018(16):175-184.
[14]金勇进,刘展*.大数据背景下非概率抽样的统计推断问题[J].统计研究(CSSCI,权
威),2016,33(3):11-17.
[15]刘展*,金勇进.网络访问固定样本调查的统计推断研究[J].统计与信息论坛(CSSCI),2017,32(2):3-10.
[16]刘展*,金勇进.基于倾向得分匹配与加权调整的非概率抽样统计推断方法研究[J].统
计与决策(CSSCI),2016(21):4-8.
[17]刘展*,金勇进,韩显男.基于倾向得分匹配的缺失数据插补方法[J].数学的实践与认
识(中文核心),2016,46 (12):193-201.
[18]刘展*.自选式网络调查的统计推断研究[J].暨南学报哲学社会科学版(CSSCI),2015,
9:106-111.
[19]刘展*.基于多层线性模型的数学教师信念与信念系统对数学学习兴趣的影响研究
[J].数学的实践与认识(中文核心),2015,45(12):294-301.
[20]戴明锋*,刘展.大数据理解误区解读[J].中国卫生信息管理杂志(科技核心),2015,
12(1):60-63,70.
[21]刘展*、潘莹丽、金美玲.大数据背景下网络调查样本的随机森林倾向得分模型推断
研究[J].统计研究(CSSCI,权威),2021,已录用.
[22]刘展*、潘莹丽、石寒.基于Adaptive LASSO Logistic倾向得分模型的网络调查样本推
断研究[J].统计与决策(CSSCI).2021,已录用.
[23]刘展*、潘莹丽、蔡雯、付甜甜.混合样本的小域模型推断研究[J].统计与决策
(CSSCI).2020,已录用.
[24]潘莹丽*,刘展,宋广雨.带有缺失协变量的分位数回归模型的参数估计[J].统计与决策
(CSSCI), 2020. 4.已录用
[25]潘莹丽*,刘展,宋广雨.基于SCAD惩罚回归的异常值检测方法研究[J].统计与决策
(CSSCI),2020.已录用.
[26]潘莹丽*,刘展,姚靖宏.基于SCAD和ALASSO的非概率样本模型辅助校准估计方
法研究[J].统计与决策(CSSCI),2020.已录用.
[27]潘莹丽,刘展*,朱千惠子.大数据背景下基于Huber回归模型的分布式优化方法研究
[J].数理统计与管理(CSSCI),2020.已录用.
[28]王俊*、刘展.概率-非概率混合样本的统计推断问题研究[J].数理统计与管理(CSSCI),
2020.9,已录用.
在审论文
[29] Zhan Liu, Yingli Pan*, Chaofeng Tu. Estimation for volunteer web survey samples using
a model-combing approach. 2019,Submitted.
[30] Zhan Liu, Yingli Pan*, Chaofeng Tu. Model-assisted calibration with SCAD to estimated
control for non-probability samples. 2020, Submitted.
[31] Zhan Liu, Yingli Pan*, Chaofeng Tu. Model-assisted SCAD calibration for non-probability
Samples. 2019, Submitted.
[32] Zhan Liu*, YAU Chun Yip. A propensity score adjustment method for longitudinal time
series models under nonignorable nonresponse. Statistical Papers (SCI三区), 2020, under
review.
[33] Zhan Liu, Dianni Wang, Yingli Pan*. Superpopulation model inference for non-probability
samples under informative sampling. 2020, Submitted.
[34]刘展,王林,潘莹丽*,叶桉均.大数据背景下网络调查样本的超总体局部多项式回归
模型推断研究.2020,提交在审.
[35]刘展,魏莎,潘莹丽*,涂朝凤,吴娜.非概率样本的SCAD模型辅助校准估计方法.2020,
提交在审.
[36]刘展,王典妮,潘莹丽*,彭璐.基于超总体模型与倾向得分模型的非概率样本与概
率样本融合推断研究.2020,提交在审.
主持参与的科研项目:
1、国家社科基金项目《大数据背景下网络调查样本的模型推断研究》(18BTJ022) ,主持,
2018.7—2021.12
2、教育部产学合作协同育人项目《统计学专业大数据分析课程建设与教学改革》(0),主持, 2019.3—2020.3
3、2019年全国统计科学研究项目《纵向调查中不可忽略缺失数据的统计推断及实证研究》,主持,2019-2021
4、2019年湖北大学教学改革研究项目《“数学+金融”交叉复合型人才培养模式的探索与实践》,主持,2019-2020
5、湖北省教育厅科学技术研究计划青年人才项目《大数据背景下基于伪设计的非概率样本
估计方法研究》(20**02),主持, 2018.6—2020.6
6、湖北大学青年科研基金项目《网络调查下非概率抽样的统计推断研究》,主持, 2017.11—2019.11
7、国家社科基金项目《大数据背景下非概率抽样的统计推断问题研究》(15BTJ014) ,主要完
成人, 2015.5—2018.12
8、国家认证认可监督管理委员会信息中心项目《认证认可服务业统计指标体系构建》,主
要完成人, 2013.9—2015.12
9、教育部学位与研究生教育发展中心项目《学位与研究生教育发展年度报告》,参与, 2014.9
—2016.3



相关话题/数学与统计学学院 湖北大学