田玉柱老师简介

文章来源:皇冠正规娱乐平台发布日期:2021-04-12浏览次数:6398



    田玉柱,男,19826月生,博士、博士后、副教授、硕士生导师。20036月西北师范大学应用数学专业本科毕业,同年7月进入甘肃农业大学从事数学课程的教研工作。20081月东南大学概率统计方向硕士毕业,同年3月进入天水师范学院从事统计学专业的教学研究。20146月中国人民大学统计学专业博士毕业,同年7月进入河南理工大学从事统计学专业的教学研究工作。20153月起在河南科技大学皇冠正规娱乐平台工作。2019年6月中央财经大学计量经济学博士后流动站出站,20207月加盟皇冠正规娱乐平台。多次访问香港恒生大学、香港中文大学、香港大学、香港浸会大学、新加坡南洋理工大学等著名高校。美国Mathematical Reviews评论员, 担任Statistics in MedicineJournal of Business & Economic StatisticsReliability Engineering & System SafetyJournal of the Royal Statistical SocietyJournal Of Exposure Science And Environmental Epidemiology40余种国际知名SCI期刊审稿人。

主要研究方向:1、复杂数据建模

                            2、生物医学统计

                            3、统计学习算法      


联系方式:

地    址:甘肃省兰州市安宁区安宁东路967号  邮编:730070           

办公地点:西北师范大学致勤楼A1614-2室                                    

E-mail: pole1999@163.com


科研项目:  

主持项目:

2023.05--2024.05  西北师范大学2023年度研究生教学案例库建设项目           

2023.05--2024.05  西北师范大学2023年度研究生培养和课程改革项目             

2021.11--2023.10  纵向数据下基于多响应分位回归模型的联合估计及应用, 甘肃省自然科学基金项目,                

2021.01--2024.12  高维复杂数据分析中的贝叶斯随机桥惩罚回归:理论、方法及应用,国家自

然科学基金地区基金项目       

2017.05--2019.04  滞后変量模型的分位回归分析及动态经济系统中的应用,中国博士后科学基金第61批面上资助一等项目

2016.01--2018.12  河南科技大学青年学术带头人项目                                              

2016.01--2018.12  复杂纵向数据的分位回归建模及其在生物医学大数据中的应用,国家自然科学基金青年基金项目

2015.01--2016.12  几类复杂删失样本下混合寿命分布的贝叶斯分析,河南省高等学校重点科研项目  


参与项目:

2009.01--2011.12  高维复杂分层数据分析与鞍点逼近方法及其在流行病风险中的应用,国家自然科学基金面上项目

2013.11--2019.07  大数据时代统计学理论的重构与创新研究,国家社会科学基金重点项目

2013.01--2016.12  基于现代分位回归与鞍点逼近方法的复杂数据分析,国家自然科学基金

面上项目  

2017.01--2018.12  大数据的统计学基础理论与分析技术创新研究,2016年度全国统计科学

研究项目重大项目  

2017.01--2019.12  时空数据的局部建模方法与特征分析,国家自然科学基金青年基金项目

2022.09--2025.08  生态价值视角下黄河流域体育旅游发展的机制创新与效率提升研究,国家社科基金一般项目

奖励和荣誉:

2013.06 第十一届全国统计科学研究优秀成果课题论文三等奖(参与)

2013.06第十一届全国统计科学研究优秀成果教学课件三等奖(参与)

2014.10北京市第12届统计科研优秀成果评比优秀课题论文一等奖(排名第二)

2023.08第九届全国大学生统计建模大赛研究生组优秀指导教师

2023.10第六届全国应用统计专业学位研究生教育教学成果奖优秀案例奖三等奖

2021.11指导学生获得2021 年 “ 高教社杯 ” 全国大学生数学建模竞赛国家二等奖  获奖学生:魏茜,苏静静,张颖

2021.12指导学生获得“华为杯”第十八届中国研究生数学建模竞赛国家二等奖  获奖学生:田野,吴思文,王成军

2021.12指导学生获得“华为杯”第十八届中国研究生数学建模竞赛国家三等奖  获奖学生:王巧玉,冯旭辉,杨郁辉

2022.07指导学生获得2022 年全国大学生统计建模大赛研究生组省级一等奖  获奖学生:田野,王成军,吴思文

2022.07指导学生获得2022 年全国大学生统计建模大赛本科组省级二等奖  获奖学生:芦静,崔鹏玉,李欣阳

2022.07指导学生获得2022 年全国大学生统计建模大赛本科组省级三等奖  获奖学生:冯頔,马林,张瑞佳

2022.09指导学生获得2022 年全国大学生数学建模大赛省级二等奖  获奖学生:侯瑞瑶,黄山峰,杨岚婷

2023.05指导学生获得2023年第十四届“挑战杯”西北师范大学大学生课外学术科技作品竞赛自然科学类学术论文二等奖  获奖学生:侯瑞瑶

2023.06指导学生获得2023年全国大学生统计建模大赛本科组省级三等奖  获奖学生:王宁波,马雪茹,付凯利

2023.06指导学生获得2023年全国大学生统计建模大赛本科组省级一等奖  获奖学生:周书畅,代言,赵炳鑫

2023.06指导学生获得2023年全国大学生统计建模大赛研究生组省级一等奖  获奖学生:牛晓煜,徐婷,张芳玲

2023.06指导学生获得2023年全国大学生统计建模大赛研究生组国家二等奖  获奖学生:牛晓煜,徐婷,张芳玲

2023.06指导学生获得2023年全国大学生统计建模大赛研究生组省级一等奖  获奖学生:尹丽婷,罗鑫,马兰心

2023.06指导学生获得2023年全国大学生统计建模大赛研究生组省级二等奖  获奖学生:唐显平,杨竟男,蔡昕然

2023.09指导学生获得2023 年全国大学生数学建模大赛省级二等奖  获奖学生:代言,周书畅,曾昭垒

2023.10指导学生获得2023年第六届全国应用统计专业学位研究生案例大赛国家三等奖  获奖学生:牛晓煜,张昊

2023.12指导学生获得“华为杯”第二十届中国研究生数学建模竞赛国家三等奖   获奖学生:杨奇,徐婷,梁书清

2023.12指导学生获得“华为杯”第二十届中国研究生数学建模竞赛国家三等奖  获奖学生:李奕芳,张艺菁,耿嘉宁

2024.01指导学生获批“国家级大学生创新创业训练计划”专项培育项目立项

项目名称:中国省域人力资本对经济增长和经济结构的影响研究

参与学生:代言,周书畅,冯晶

 

发表的部分学术论文:  

[01] Tian, Y. Z., Tian, M. Z., Zhu, Q. Q (2014). Estimating a finite mixed exponential distribution under progressively type-II censored data. Communications in Statistics-Theory and mothed, 43(17), 3762-3776.

[02] Tian, Y. Z., Tian, M. Z., Zhu, Q. Q (2014). Transmuted linear exponential distribution: a new generalization of the linear exponential distribution. Communications in Statistics- Simulation and Computation, 43(10), 2661-2677.

[03] Tian, Y. Z., Tian, M. Z., Zhu, Q. Q (2014). Linear quantile regression based on EM algorithm. Computation of Statistics-Theory and mothed, 43(16), 3464-3484.  

[04] Tian, Y. Z., Zhu, Q. Q., Tian, M. Z (2014). A new generalized linear exponential distribution and its applications. Acta Mathematicae Applicatae Sinica, English Series, 30(4), 1049-1062.

[05] Tian, Y. Z., Tian, M. Z., Zhu, Q. Q (2014). Inference for mixed generalized exponential distribution under progressively type-II censored samples. Journal of Applied Statistics, 41(3), 660-676.

[06] Tian, Y. Z., Zhu, Q. Q., Tian, M. Z (2015). Estimation for mixed exponential distributions under type-II progressively hybrid censored Samples. Computational Statistics & Data Analysis, 89, 85–96.

[07] Tian, Y. Z., Tang, M. L., Tian, M. Z (2016). A class of finite mixture of quantile regressions  with its applications. Journal of Applied Statistics, 43(7), 1240-1252.  

[08] Tian, Y. Z., Zhu, Q. Q., Tian, M. Z (2016). Estimation of linear composite quantile regression using EM algorithm. Statistics & Probability Letters, 117, 183-191.  

[09] Tian, Y. Z., Li, E. Q., Tian, M. Z (2016). Bayesian joint quantile regression for mixed effects models with censoring and errors in covariates. Computational Statistics, 31(3), 1-27.  

[10] Tian, Y. Z., Lian, H., Tian, M. Z (2017). Bayesian composite quantile regression for linear mixed effects models. Communications in Statistics-Theory and Method, 15(46), 7717-7731.

[11] Tian, Y. Z., Li, E. Q., Tian, M. Z (2018). Estimation for mixed generalized inverted exponential distributions with type-II progressively hybrid censored data. Hacettepe Journal of Mathematics and Statistics, 47(4), 1023-1039.

[12] Tian, Y. Z., Tang, M. L., Zang, Y. C., Tian, M. Z (2018). Quantile regression for linear models with autoregressive errors using EM algorithm. Computational Statistics,33(4), 1605-1625.  

[13] Tian, Y. Z., Tang, M. L., Tian, M. Z (2018). Joint modeling for mixed-effects quantile  regression of longitudinal data with detection limits and covariates measured with error, with application to AIDS studies, Computational Statistics, 33(4), 1563–1587.

[14] Zang, Y. C., Hou, P. J., Tian, Y. Z (2018). Stability in distribution of stochastic Lotka–Volterra delay system under regime switching.Stochastics and Dynamics, 18(5), 1-22.

[15] Tian, Y. Z., Shen, S. L., Lu, G., Tang, M. L., Tian, M. Z (2019). Bayesian LASSO-regularized quantile regression for linear regression models with autoregressive errors. Communications in Statistics-Simulation and Computation, 48(3), 777-796.  

[16] Tian, Y. Z., Tang, M. L., Wang, L. Y., Tian, M. Z (2019). Bayesian bridge-randomized penalized quantile regression estimation for linear regression model with AP(q) perturbation.  Journal of Statistical Computation and Simulation, 89(15), 2951-2979.

[17] Tian, Y. Z., Wang, L. Y., Tang, M. L., Tian, M. Z (2020). Likelihood-based quantile mixed effects models for longitudinal data with multiple features via MCEM algorithm.Communications in Statistics-Simulation and Computation,  49(2), 317-334.

[18] Tian, Y. Z., Wang, L. Y., Tang, M. L., Zang, Y. C., Tian, M. Z (2020). Likelihood-based quantile autoregressive distributed lag models and its applications. Journal of Applied Statistics, 47(1), 117-131.

[19] Tian, Y. Z., Song, X. Y (2020). Fully Bayesian L_1/2 penalized linear quantile regression analysis with autoregressive errors. Statistics and Its Interface, 13(3), 271-286.  

[20] Tian, Y. Z., Song, X. Y (2020). Bayesian bridge-randomized penalized quantile regression. Computational Statistics and Data Analysis, 144, 106876.

[21] Yang, A. J., Tian, Y. Z., Li, Y. X., Lin, J. G (2020). Sparse Bayesian variable selection in kernel probit model for analyzing high-dimensional data. Computational Statistics, 35, 245-258.  

[22]Dai, X. W.,Jin, L. B., Tian, Y. Z.,Tian, M. Z. &Tang, M. L (2020). Quantile regression for panel data models with fixed effects under random censoring. Communications in Statistics- Theory and Methods, 49(18), 4430-4445

[23] Tian, Y. Z., Wang, L. Y., Tang, M. L., Tian, M. Z (2021). Weighted composite quantile regression for longitudinal mixed effects models with application to AIDS studies.Communications in Statistics-Simulation and Computation, 50(6), 1837-1853.

[24] Tian, Y. Z., Tang, M. L., Chan, W. S., Tian, M. Z. (2021). Bayesian bridge-randomized penalized quantile regression for ordinal longitudinal data, with application to firm's bond ratings. Computational Statistics, 36(2), 1289-1319.  

[25] Tian, Y. Z., Lin, H. M., Lian, H., Fan, Z. Y. (2021). Additive functional regression inreproducing kernel Hilbert spaces under smoothness condition. Metrika, 84, 429–442.

[26] Tian, Y. Z., Tang, M. L., Tian, M. Z (2021). Bayesian joint inference for multivariate quantile regression model with L_1/2 penalty. Computational Statistics, 36, 2967-2994.

[27] Tian, Y. Z., Tian, M. Z., Chen, P (2023). Parameters estimation and application of generalized exponential distribution under grouped and right-censored data.Frontiers of Mathematics in China, 18(3), 165–174.

[28] Mian, Z. B., Deng, X. F., Dong, X. H., Tian, Y. Z., etc (2024). A literature review of fault diagnosis based on ensemble learning, Engineering Applications of Artificial Intelligence, 127, 107357.

[29] Niu, X. Y., Tian Y. Z., Tang, M. L., Tian, M, Z (2024). Multivariate contaminated normal mixture regression modeling of longitudinal data based on joint mean-covariance model. Statistical Analysis and Data Mining, 17(1), e11653.   

[30] Tian, Y. Z., Wu, C. H., Tang, M. L., Tian, M. Z (2024). Bayesian relative composite quantile regression with ordinal longitudinal data and some case studies. Journal of Statistical Computation and Simulation. Accepted.

[31] Tian, Y. Z., Wu, C. H., Tai, L. N., Mian, Z. B., Tian, M. Z (2024). Bayesian relative composite quantile regression approach of ordinal latent regression model with L_1/2 regularization. Statistical Analysis and Data Mining, Accepted.     

[32] Tian, Y. Z., Wu, C. H., Tang, M. L., Tian, M. Z (2024). Bayesian joint relatively quantile regression approach of latent ordinal multi-response linear models. AStA Advances in Statistical Analysis, Accepted.

[33]田玉柱,冉延平,陈平(2010).基于极值理论的EXPAR时序模型异常点诊断.数理统计与管理,29(4),628-636.   

[34]田玉柱,吕建虎,陈平(2011).基于正交试验的菜椒产量影响因素的分析.数理统计与管,30(1),173-177.

[35]田玉柱,田茂再,陈平(2012).数据分组和右截尾情形下混合指数分布的参数估计.数理统计与管理,6,981-989.   

[36]田玉柱,田茂再,陈平(2012).数据分组和右截尾下广义指数分布的参数估计及应用.学进展,41(6),755-762.  

[37]田玉柱,田茂再,陈平(2012).数据分组和右删失下混合广义指数分布的参数估计.应用概率统计,28(6),561-571.   

[38]田玉柱,何万生,夏鸿鸣,刘志强(2014).基于多元统计和时间序列方法的渭河水质评价及预测.数理统计与管理,05,761-769.   

[39]田玉柱,李二倩,田茂再,罗幼喜(2017).删失混合效应模型的分位回归及变量选择.数学学报,60(2),315-334.    

[40]田玉柱,韩学锋,田茂再(2017).Estimating mixed exponential distributions under hybridcensoring.应用概率统计,33(2),191-202.  

[41]田玉柱,邱晓鹏,田茂再(2017).广义逐步混合删失方案下广义指数分布的参数推断.  应用概率统计,33(4),369-384.  

[42]田玉柱,王立勇,武新乾,田茂再(2019).Gibbs sampling algorithm Of Bayesian weightedcomposite quantile regression.应用概率统计,35(2),178-192.   

[43]田玉柱,田茂再(2021).Bayesian LASSO-regularized weighted composite quantileregression with its application. 应用概率统计,37(4),390-404.  

[44]张丽平,田茂再,田玉柱(2023).广义逐步混合删失方案下逆威布尔分布分布的参数推.系统科学与数学,43(12),3339-3360





Baidu
sogou