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学者。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(11671059)，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(KJ1703054)，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(KJQN201900511)，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/10.1080/07350015.2020.1831516 (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)