方方




个人资料
部门： 经济与管理学部
性别： 男
专业技术职务： 教授
毕业院校： 美国威斯康星大学
学位： 博士
学历：
联系电话：
电子邮箱： ffang@sfs.ecnu.edu.cn
办公地址：
通讯地址：
邮编：
传真：


工作经历
2007年8月-2009年12月，通用电气金融集团，高级分析师
2010年1月-2013年7月，上海浦东发展银行，战略发展部，战略分析师
2013年8月-2019年12月，华东师范大学，统计学院，副教授
2020年1月至今，华东师范大学，统计学院，教授





教育经历
1998年9月-2002年7月，北京大学，数学系，本科
2002年8月-2007年7月，University of Wisconsin - Madison，统计系，博士






个人简介
方方，华东师范大学经济与管理学部统计学院教授，统计与数据科学前沿理论及应用教育部重点实验室副主任。本科和博士先后毕业于北京大学数学系和美国威斯康星大学统计系。在2013年加入华东师大之前，曾在通用电气金融集团和上海浦东发展银行任职多年。主要研究方向为缺失数据处理、模型平均、多源数据分析。在包括 AOS/JOE/Biometrika 在内的国际一流统计期刊上发表论文近30篇。全国工业统计学教学研究会数字经济与区块链技术协会副理事长，SCI期刊 Journal of Nonparametric Statistics 副主编。出版统计科普小说《统计王国奇遇记》。



社会兼职
全国工业统计学教学研究会数字经济与区块链技术协会 副理事长 2020年12月至今
中国优选法统筹法与经济数学研究会数据科学分会 监事 2019年10月至今
中国现场统计研究会高维数据统计分会 理事2015年至今
中国现场统计研究会经济与金融统计分会理事2017年至今
全国工业统计学教学研究会中国青年统计学家协会 理事 2019年至今
Journal of Nonparametric Statistics Associate Editor2016年至今




研究方向
missing data, model averaging, statistical learning, multi-source data analysis



开授课程
本科：统计机器学习，概率论与数理统计，大学统计，数据时代的理性思维
专业硕士：实用商业数据分析（实务案例分析），高等统计学
学术硕士/博士：线性模型理论

教学项目：
[1] 统计学习理论、方法及应用课程建设团队，立项单位：华东师范大学经济与管理学部，2018年10月-2021年10月。
[2] 2020 年通识教育经典阅读课程和核心课程建设项目——数据时代的理性思维，立项单位：华东师范大学教务处，2020年5月-2021年5月。






科研项目
主持项目：

[4] 国家自然科学基金面上项目，“碎片化数据”的模型平均方法和理论研究，项目批准号：**。2021年1月-2024年12月。
[3] 国家自然科学基金重点项目，多源异构数据的融合、特征提取与分析方法，项目批准号：**。2019年1月-2023年12月。子项目主持人。
[2] 国家自然科学基金青年基金，不可忽略缺失数据的工具变量方法研究，项目批准号：**。2017年1月-2019年12月。
[1] 上海市自然科学基金，广义线性模型中非忽略性缺失数据处理的研究，项目编号：15ZR**。2015年1月-2017年12月。

参与项目：

[3] 国家自然科学基金面上项目，函数型数据分析的若干问题研究，项目批准号：**。2018年1月-2021年12月。
[2] 上海市科委科技项目，高维大数据内在相关性的统计建模方法与理论研究，项目编号16QA**。2016年4月-2019年3月。
[1] 上海市科委科技项目，统计前沿理论方法及其应用，项目编号14XD**。2014年7月-2017年6月。

横向课题（主持）：

[2]基于零售百货行业大数据的“品牌土壤”模型开发。上海弦石信息科技有限公司。2017年9月-2018年3月。
[1]基于车联网大数据的UBI模型开发。杭州好好开车科技有限公司。2016年6月-2017年12月。




学术成果

在审或在改的：
[3] Lou, Zhilan, Fang, Fang, and Zhang, S.Z.* Imputed stochastic gradient descent for prediction with fragmentary data.
[2] Yuan, Chaoxia, Fang, Fang, and Lyu Ni*. Mallows model averaging with effective model size in fragmentary data prediction.
[1] Fang, Fang*and Tian, Wenling. An asymptotic theory for least squares model averaging.

已发表和接收的：
会议论文
[1]Fang, Fang，Zhang, Riquan, and Zhao, Xinbin*. An aggregated evaluation and multi-dimensional comparison method of flight safety based on QAR data.ICCASIT 2020.
期刊论文
[27]Fang, Fang*, Li, Jialiang,and Xia, Xiaochao. Semiparametric model averaging prediction for dichotomous response. Journal of Econometrics, Accepted.
[26] Fang, Fang, Zhao, jiwei, Ahmed, Ejaz, and Qu Annie*. A weak-signal-assisted procedure for variable selection and statistical inference with an informative subsample.Biometrics, Accepted.
[25]Chen, Ji, Shao, Jun, and Fang, Fang*. Instrument search in pseudo likelihood approach for nonignorable nonresponse. Annals of the Insititute of Statistical Mathematics, Accepted.
[24] Wang, Lei, Shao, Jun, andFang, Fang*. Propensity model selection with nonignorable nonresponse and instrument variable. Statistica Sinica, Accepted.
[23]Fang, Fang*and Liu, Minhan. Limit of the optimal weight in least squares model averaging with non-nested models. Economics Letters, 2020, 196, 109586.
[22]Fang, Fangand Yu, Zhou*.Model averaging assisted sufficient dimension reduction.Computational Statistics & Data Analysis, 2020, 152, Article 106993.
[21] Ni, Lyu, Fang, Fang*, and Shao, Jun. Feature screening for ultrahigh dimensional categorical data with covariates missing at random.Computational Statistics & Data Analysis, 2020, 142, Article 106824.
[20] Fang, Fang*,Lan, Wei, Tong, Jingjing, and Shao, Jun. Model averaging for prediction with fragmentary data. Journal of Business & Economic Statistics.2019, 37, 517-527
[19]Fang, Fang,Wang, Jingli, and Li, Jialiang*. Optimal model averaging estimation for correlation structurein generalized estimating equations.Communications in Statistics - Simulation and Computation.2019, 48, 1574-1593.
[18]Chen, Ji andFang, Fang*.Semiparametric likelihood for estimating equations with nonignorable nonresponse by nonresponse instrument.Journal of Nonparametric Statistics.2019, 31, 420-434.
[17]Fang, Fang*and Chen, Yuanyuan. A new approach for credit scoring by directly maximizing the Kolmogorov-Smirnov statistic.Computational Statistics & Data Analysis.2019, 133, 180-194.
[16]Fang, Fang*, Yin, Xiangju, and Zhang, Qiang. Divide and conquer algorithms for model averaging with massive data.Journal of System Science and Mathematical Sciences, Chinese Series.2018, 38, 764-776. An invited paper for the special issue of model averaging.
[15]Fang, Fang*,and Ni, Lyu. Variable screening with missing covariates: A discussion of Statistical inference for nonignorable missing data problems: A selective review by Niansheng Tang and Yuanyuan Ju.Statistical Theory and Related Fields,2018, 2, 134-136.
[14]Fang, Fang, Zhao, Jiwei, and Shao, Jun*.Imputation-based adjusted score equations in generalized linear models with nonignorable missing covariate values.Statistica Sinica, 2018, 28, 1677-1701.
[13] Chen, Ji, Fang, Fangand Xiao, Zhiguo*,Semiparametric inference for estimating equations with nonignorable missing covaraites. Journal of Nonparametric Statistics, 2018, 30, 796-812.
[12]Ni, Lyu,Fang, Fang*,and Wan, Fangjiao. Adjusted Pearson Chi-Square feature screening for multi-classification with ultrahigh dimensional data.Metrika, 2017, 80, 805-828.
[11]Fang, Fang,andShao, Jun*. Model selection with nonignorable nonresponse.Biometrika, 2016, 103, 861-874.
[10]Fang, Fang*, Fan, Xiaoyin, and Zhang Ying. Estimation of response from longitudinal binary data with noignorable missing values in migraine trails. Contemporary Clinical Trials Communications,2016, 4, 90-98.
[9]Fang, Fang,and Shao, Jun*. Iterated imputation estimation for generalized linear models with missing response and covariate values. Computational Statistics & Data Analysis,2016, 103, 111-123.
[8]Ni, Lyu, andFang, Fang*. Entropy based model free feature screening for ultrahigh dimenisonal multiclass classification. Journal of Nonparametric Statistics,2016, 28, 515-530.
[7] Fang, Fang*. Regression analysis with nonignorably missing covariates using surrogate data. Statistics and Its Interface,2016, 9, 123-130.
[6]Fang, Fang, Hong, Quan, and Shao, Jun*. Empirical likelihood estimation for samples with nonignorable nonresponse. Statistica Sinica, 2010, 20, 263-280.
[5]Fang, Fang, Hong, Quan, and Shao, Jun*. A pseudo empirical likelihood approach for stratified samples with nonresponse. The Annals of Statistics, 2009, 37, 371-393 .
[4]方方，资本项目开放与银行业务发展机遇探析，上海金融,2013, No.1, 98-101.
[3]李麟、蒋波、方方，商业银行综合经营的边界、收益和风险，金融理论与实践,2012, 396(7), 13-18.
[2]李麟、方方、李晓玮，利率市场化下的区域商业银行转型，中国金融,2012, No.19, 70-72.
[1]方方，“大数据”趋势下商业银行应对策略研究，新金融，2012, 286(12), 25-28.


其它文章：

[1]Fang, FangandLou, Zhilan. A Conversation with Jun Shao. ICSA Bulletin, 2015, 27, 69-77.
著作：
[2] 《统计王国奇遇记》，方方 著，华东师范大学出版社，2020。
[1] 《中国银行业海外发展战略研究》，中国银行业协会发展研究委员会编著。参与编写。




荣誉及奖励
1、“几类复杂数据的统计分析方法研究”，上海市自然科学二等奖，2019，第三完成人。