个人信息

头像

姓名: 姜云卢

部门: 经济学院

性别:

职务:

职称: 教授

学位: 博士研究生

毕业院校: 中山大学

联系电话:

电子邮箱: tjiangyl@jnu.edu.cn

办公地址:

通讯地址:

邮编:

传真:

荣誉奖励: 珠江学者,省级青年人才

联系方式

个人简介

姜云卢,暨南大学经济学院统计学系教授、博士生导师。博士毕业于中山大学数学与计算科学学院。目前的主要研究包括:稳健统计、高维数据分析、变量选择、深度函数和混合模型。在JASATechnometrics、Statistica Sinica等国际顶级学术期刊上发表SCI论文50余篇,其中1篇论文入选ESI高被引论文;先后访问了昆士兰大学、香港大学、澳门大学和南方科技大学等多所知名高校;入入选2024年度广东省特支计划“青年珠江学者”;2016年和2020年分别入选暨南双百英才计划第二层次和第一层次;2014年入选广东省高等学校“千百十工程”第八批培养对象;2010年获第八次广东省统计科研优秀成果奖一等奖(排第三);并担任SIICSDAJNSJAS等国际权威统计期刊的审稿人;主持和参与十多项国家级和省部级等科研项目。


学习经历

2003/09-2007/07,长沙理工大学,数学与计算科学学院,数学与应用数学专业,学士

2007/09-2012/06,中山大学,数学与计算科学学院,概率论与数理统计专业,博士


工作经历

2022年10月-至今,暨南大学,经济学院统计与数据科学系,教授

2016 年10 月-2022年9月,暨南大学,经济学院统计学系,副教授

2018.01-2018.02,南方科技大学, 数学系, 访问学者

2017.07-2017.8, 南方科技大学, 数学系, 访问学者

2016.06-2016.08, 澳门大学, 工商管理学院, 访问学者

2016.01-2016.02, 香港大学, 统计与精算学系, 访问学者

2015.07-2015.09,昆士兰大学,数学与物理学院,访问学者

2012.07-2016.09,暨南大学,经济学院统计学系,讲师


研究方向

高维数据分析、稳健统计

主要论文

英文论文 

1. Yunlu Jiang, Huang Xiaowen, Tan, Jing, Jiang Ruizhe. Robust feature screening via  Grothendieck’s correlation with FDR control. Statistics and Computing,  2025, 35(5): 140-157. 

2. Jiang Ruizhe, Huang Xiaowen, Yunlu Jiang. A two-sample test for high-dimensional mean vectors via double verification. Statistical Papers, 2025, 66(6), 1-24.

3. Yunlu Jiang,Xueqin Wang, Wen canhong, Jiang Yukang, Zhang Heping. Nonparametric two-sample tests of high dimensional mean vectors via random integration. Journal of the American Statistical Association, 2024, 119(545): 701-714. 

4. Yunlu Jiang, Wen canhong, Jiang Yukang, Xueqin Wang, Zhang Heping. Use of random  integration to test equality of high dimensional covariance matrices.  Statistica Sinica, 2023, 33(4): 2359-2380. 

5. Yan Wang(学生), Yunlu Jiang*,  Jiantao Zhang et al.  Robust variable selection based on the random quantile  LASSO. Communications in Statistics-Simulation and Computation, 2022, 51(1)29-39.

6. Yunlu Jiang, You-gan Wang, Liya Fu and Xueqin Wang (2019) Robust estimation using modified Huber’s functions with new tails. Technometrics, 61, 111-122.

7. Yunlu Jiang, Canhong Wen, Xueqin Wang (2018) Adaptive Exponential Power Depth with Application to Classification. Journal of Classification. 38: 466-480.

8. Yunlu Jiang, Yu Conglian & Ji Qinghua (2018) Model selection for the localized mixture of experts models. Journal of Applied Statistics. 45: 1994-2006.

9. Yunlu Jiang, Ji Qinghua, Xie Baojian (2017) Robust estimation for the varying coefficient partially nonlinear models. Journal of Computational and Applied Mathematics, 326: 31-43.

10. Yunlu Jiang (2017) S-estimator in partially linear regression models. Journal of Applied Statistics. 44: 968-977.

11. Yunlu Jiang, Guoliang Tian, Yu Fei (2017) A robust and efficient estimation method for partially nonlinear models via a new MM algorithm. Statistical Papers, 2019, 60(6): 2063-2085..

12. Yunlu Jiang (2016) An exponential-squared estimator in the autoregressive model with  heavy-tailed errors. Statistics and Its Interface, 9: 233--238.

13. Yunlu Jiang (2016) Robust variable selection for mixture linear regression models, Hacettepe Journal of Mathematics and Statistics. 45, 549 – 559.

14. Yunlu Jiang (2015) Robust Estimation in Partially Linear Regression Models, Journal of Applied Statistics, 42, 2497–2508.

15. Yunlu Jiang. (2015)  Double-Penalized Quantile Regression in Partially Linear Models, Open Journal of  Statistics, 5, 158-164.

16. Yunlu Jiang (2014) Nonparametric quantile regression models via majorization minimization-algorithm, Statistics and Its Interface, 7, 235-240.

17. Yunlu Jiang, Hong Li (2014) Penalized weighted composite quantile regression in the linear regression model with heavy-tailed autocorrelated errors. Journal of the Korean Statistical Society, 43, 531-543.

18. Xueqin Wang, Yunlu Jiang, Mian Huang, Heping Zhang (2013) Robust variable selection with exponential squared loss. Journal of the American Statistical Association,108, 632-643.

19. Yunlu Jiang, Shaoli Wang, Wenxiu Ge, Xueqin Wang (2011) Depth-based weighted empirical likelihood and general estimating equations. Journal of nonparametric statistics,23, 1051-1062.


  中文论文

1.姜云卢,丰之韵,刘巧云,邹航.基于 MRCD 估计的高维稳健因子分析方法及应用研究.数理统计与管理, 2024,43(02):295-306.

2.姜云卢,邹航,温灿红,张宝学,王学钦.基于折扣指数损失函数的高维异方差数据的惩罚稳健回归估计(英文).数学进展, 2024,53(01):41-63.

3. 邹航(学生),姜云卢(通讯作者).高维线性回归模型稳健变量选择方法综述.应用概率统计, 2024,40(01):157-181.

4. 姜云卢,丰之韵.高维稳健 Hotelling T2 控制图的研究与应用.系统科学与数学,2022,42(07):1877-1890. 

5. 姜云卢,胡月,刘巧云,黄美兰.高维稳健主成分聚类方法及其应用研究.数理统计与管理,2022,41(01):1-10.

6. 姜云卢,邓罡,文诗涵,刘峻成.高维稳健典型相关分析研究与应用.系统科学与数学,2021,41(10):2965-2976.

7. 姜云卢,葛文秀 (2015) Geman-McClure 中位数。应用数学学报,38: 303-316.


主要著作

承担课题

1.国家自然科学基金面上项目,12571284,超高维复杂数据的自适应稳健特征筛选方法研究,2026.01-2029.12,43万元,在研,主持。

2.国家自然科学基金面上项目,12171203,高维数据的自适应稳健高效统计推断研究,2022.01-2025.12,51万元,在研,主持。

3.国家自然科学基金青年项目,11301221,时间序列模型中稳健且有效估计及稳健变量选择问题的研究,2014.01-2016.12,结题,主持。

4.广东省自然科学基金项目面上项目,2022A1515010045,高维半参数模型的稳健统计推断,2022.01-2024.1210万元,结题,主持。

5.广东省自然科学基金项目面上项目,2019A1515011830,混合自回归模型的统计推断及应用研究,2019.10-2022.0910万元,结题,主持。

6.广东省自然科学基金-自由申请项目,2018A030313171,混合线性回归模型的统计推断及其应用,2018.05-2021.0410万元,结题,主持。

7.全国统计科学研究项目一般项目,2017LY65,大数据背景下半参数模型的稳健统计推断及应用,2017.09-2019.090万元,结题,主持。


发明专利

讲授课程

荣誉奖励

珠江学者,省级青年人才

社会职务

1. 广东省现场统计学会常务理事。

2. 全国工业统计学教学研究会数字经济与区块链技术协会常务理事。

3. 中国现场统计研究会资源与环境分会理事。

4. 中国现场统计研究会统计教育与管理分会理事。

5. 中国现场统计研究会旅游大数据分会理事。