赵彦勇

赵彦勇 中共党员

系别：统计学系

岗位职称：教授 博士生导师

联系方式：yyzhao@nau.edu.cn

江苏省“333高层次人才培养工程”第三层次培养对象。近年来，在《中国科学:数学》《统计研究》《Journal of Machine Learning Research》《Journal of Multivariate Analysis》等权威期刊发表论文40余篇；主持国家自然科学基金项目2项、省部级项目4项（含重点项目1项）；相关成果获全国商业科技进步奖二等奖、江苏省统计科研优秀成果奖二等奖、全国应用统计专业学位研究生教育教学成果奖二等奖等；现担任美国数学评论评论员、中国现场统计研究会生存分析分会常务理事，中国现场统计研究会理事等。

研究领域

复杂数据分析、统计机器学习、生物统计、应用统计

科研（教学）获奖

全国商业科技进步奖二等奖（2022）

江苏省统计科研优秀成果奖二等奖（2018）

南京市自然科学优秀学术论文奖（2018）

江苏省应用统计学会优秀论文一等奖（2021）

全国应用统计专业学位研究生教育教学成果奖二等奖（2018）

全国大学生市场调查与分析大赛总决赛优秀指导教师（2020-2023）

全国大学生统计建模大赛优秀指导教师（2020）

五一数学建模竞赛优秀指导教师（2020、2021）

部分论文

1. 赵彦勇,林金官,杜秀丽. 带跳单指标模型的半参数跳点检测估计. 中国科学:数学, 2019, 49(7): 1021-1040.

2. Zhao Yan-Yong, Ge Ling-Ling, Zhang Kong-Sheng. Semiparametric estimation of a principal functional coefficient panel data model with cross-sectional dependence and its application to cigarette demand. Journal of Statistical Planning and Inference, 2025, 236: 106244.

3. Zhang Yingying, Zhao Yan-Yong, Lian Heng. Statistical rates of convergence for functional partially linear support vector machines for classification. Journal of Machine Learning Research, 2022, 23: 1-24.

4. Zhao Yan-Yong, Lin Jin-Guan, Zhao Jian-Qiang, Miao Zhang-Xiao. Estimation of semi-varying coefficient models for longitudinal data with irregular error structure. Computational Statistics & Data Analysis, 2022, 169: 107389.

5. Zhao Yan-Yong. Analysis of longitudinal data with semiparametric varying coefficient mean-covariance models. Journal of Computational and Applied Mathematics, 2020, 363: 485-502.

6. Zhao Yan-Yong, Lin Jin-Guan. Estimation and test of jump discontinuities in varying coefficient models with empirical applications. Computational Statistics & Data Analysis, 2019, 139: 145-163.

7. Zhao Yan-Yong, Lin Jin-Guan, Ye Xu-Guo, Wang Hong-Xia, Huang Xing-Fang. Two-stage orthogonality-based estimation for semiparametric varying-coefficient models and its applications in analyzing AIDS data. Biometrical Journal, 2018, 60: 79-99

8. Zhao Yan-Yong, Lin Jin-Guan, Wang Hong-Xia, Huang Xing-Fang. Jump-detection- based estimation in time-varying coefficient models and empirical analysis. Test, 2017, 26(3): 574-599.

9. Zhao Yan-Yong, Lin Jin-Guan, Huang Xing-Fang, Wang Hong-Xia. Adaptive jump-preserving estimates in varying-coefficient models. Journal of Multivariate Analysis, 2016, 149: 65-80.

10. Zhao Yan-Yong, Lin Jin-Guan, Xu Pei-Rong, Ye Xu-Guo. Orthogonality-projection- based estimation for semi-varying coefficient models with heteroscedastic errors. Computational Statistics & Data Analysis, 2015, 89: 204-221.

主持（参与）科研项目

1. 国家自然科学基金面上项目，大数据下高维带跳半参数模型的统计推断及其应用研究（12071220），主持人。

2. 国家自然科学基金青年项目，复杂数据下带跳回归模型的统计分析（11701286），主持人。

3. 全国统计科学研究重点项目，大数据自适应分布式推断及应用（2020LZ35），主持人。

4. 江苏省自然科学基金青年项目，基于带跳回归模型的高维纵向数据统计推断（BK20171073），主持人。

5. 江苏省社会科学基金青年项目，面板数据高维因子模型统计推断及应用研究（20EYC008），主持人。

6. 全国统计科学研究一般项目，高维纵向数据下带跳变系数模型的统计推断（2017LY71），主持人。

7. 江苏省高校自然科学研究项目-面上项目，基于半参数模型的非参数约束检验及其应用研究（17KJB110006），主持人。

8. 江苏省教育厅高校人文社会科学研究项目-一般项目，基于带跳面板模型的环境污染和GDP数据研究（2017SJB0350），主持人。

9. 国家社会科学基金重大项目，中国式现代化的统计监测评价问题研究（23&ZD036），参与人。

10. 国家自然科学基金面上项目，若干高维非凸学习的统计和计算理论研究及其应用（12171242），参与人。

11. 国家自然科学基金面上项目，金融资产收益波动率的统计推断及其应用研究（11971235），参与人。

12. 国家自然科学基金地区项目，高频金融数据下即时波动率的非参数估计及其应用研究（11961038），参与人。

13. 国家自然科学基金青年项目，基于oracle有效性的高维面板与函数型数据统计推断（11801272），参与人。

14. 国家社会科学基金一般项目，基于机器学习的因果推断及其在中国医疗保障效应评估中的应用研究（23BTJ054），参与人。

15. 国家社会科学基金一般项目，基于深度学习的时空模型分析及其在大气污染数据中的应用研究（22BTJ021），参与人。

16. 国家社会科学基金一般项目，相依时空数据分析方法及其在环境污染数据中的应用研究（17CTJ016），参与人。

指导学生竞赛获奖

全国大学生数学建模竞赛全国一等奖（2021）

全国大学生数学建模竞赛全国二等奖（2018、2019、2020）

全国大学生市场调查与分析大赛总决赛一等奖（2021）

全国大学生市场调查与分析大赛总决赛二等奖（2020、2021）

全国应用统计专业学位研究生案例大赛二等奖（2018）

全国大学生统计建模大赛二等奖（2020、2021）

授课信息

1. 审计数据科学方法

2. 应用回归分析

3. 多元统计分析

4. 微积分

社会兼职及服务

美国数学会Mathematical Review评论员

中国现场统计研究会生存分析分会常务理事

全国工业统计研究会理事

全国工业统计研究会青年统计学家协会理事

全国工业统计研究会数字经济与区块链技术协会理事

中国现场统计研究会数据科学与人工智能分会理事

Journal of Multivariate Analysis、Computational Statistics & Data Analysis、应用概率统计、系统科学与数学等多个杂志匿名审稿人

招生信息和指导学生

1、 博士研究生，统计学

2、 硕士研究生，统计学、应用统计专硕

招生专业及要求

招生专业：统计学、应用统计专硕

招生要求:

a) 数学分析（高等数学），高等代数（线性代数），概率论、数理统计，多元统计，回归分析，最优化等课程基础扎实。

b) 精通一种及以上统计编程语言：R, Python 或 Matlab。

c) 英语的听、说、读、写能力强，需要较强的科研论文阅读与写作能力。

d) 对概率统计、机器学习及生物统计等研究方向感兴趣、对科学研究有热情、性格开朗、不怕吃苦、不怕失败、做事认真负责。

欢迎符合以上要求的学生与我联系，期待优秀的你加入团队！

指导研究生