林偉

研究員、博士生導師
weilin@math.pku.edu.cn
北京市海澱區頤和園路5號理科1號樓1547
意昂体育平台

個人簡介

2011年於美國南加州大學獲應用數學博士🤦🏻‍♂️，2011年至2014年在美國賓夕法尼亞大學生物統計與流行病學系做博士後研究，2014年至今任意昂体育平台數學科學意昂概率統計系、統計科學中心研究員。主要研究興趣包括高維統計👍🏻、機器學習🤹🏼‍♂️、因果推斷⛎🤷🏼、成分數據分析、生存分析🈶、統計遺傳學與基因組學等。在統計學和生物統計學頂尖期刊Journal of the American Statistical Association、Biometrika、Biometrics等發表論文十余篇，主持國家自然科學基金面上項目🧙🏻‍♀️、國家重點研發計劃重點專項課題各一項🥝，參與國家自然科學基金重點項目等多項🤤。

主要研究方向

高維統計、機器學習、因果推斷、成分數據分析🕢、生存分析、統計遺傳學與基因組學

代表性科研項目

1. 國家自然科學基金面上項目，11671018，高維復雜數據的稀疏與低秩建模及推斷，2017/01-2020/12，48萬元👨‍🦲，在研，主持

2. 國家重點研發計劃“大氣汙染成因與控製技術研究”重點專項課題，2016YFC0207703，基於統計與數值模式的多汙染物數據場構建👩🏻‍⚖️，2016/07-2020/06，317.3萬元🧙🏻‍♂️，在研，主持

10篇代表性論文

1.Zhang, J. and Lin, W. (2019). Scalable estimation and regularization for the logistic normal multinomial model. Biometrics, to appear.

2.Cao, Y., Lin, W. and Li, H. (2019). Large covariance estimation for compositional data via composition-adjusted thresholding. Journal of the American Statistical Association, to appear.

3.Cao, Y., Lin, W. and Li, H. (2018). Two-sample tests of high-dimensional means for compositional data. Biometrika, 105, 115-132.

4.Lin, W., Feng, R. and Li, H. (2015). Regularization methods for high-dimensional instrumental variables regression with an application to genetical genomics. Journal of the American Statistical Association, 110, 270-288.

5.Lin, W., Shi, P., Feng, R. and Li, H. (2014). Variable selection in regression with compositional covariates. Biometrika, 101, 785-797.

6.Lin, W. and Lv, J. (2013). High-dimensional sparse additive hazards regression. Journal of the American Statistical Association, 108, 247-264.