王祉静，北京师范大学统计学院师资博士后。2026年于上海交通大学获理学博士学位，同年7月加入北京师范大学统计学院。主要研究方向为广义因子模型、数据分割与信息融合、人工智能的统计学解释、生物统计。以第一作者或独立作者身份在 Journal of the American Statistical Association、Biometrics、Scandinavian Journal of Statistics 等期刊发表论文。

一、教育背景和工作经历

· 2026.07—至今，北京师范大学统计学院，师资博士后。

· 2022.09—2026.06，上海交通大学，理学博士。

· 2019.09—2022.06，北京师范大学，经济学学士。

· 2018.09—2022.06，北京师范大学，理学学士。

二、联系方式

· 工作单位：北京师范大学统计学院

· 通讯地址：北京市海淀区新街口外大街19号，北京师范大学统计学院

· 邮政编码：100875

· 电子邮箱：wangzhijing@bnu.edu.cn

· 个人主页：wangzhijingwzj.github.io

三、研究方向

· 1.广义因子模型：面向复杂高维数据的因子建模、估计与推断。

· 2.数据分割与信息融合：基于样本分割的模型选择，以及基于辅助数据的迁移学习。

· 3.人工智能的统计学解释：利用统计模型刻画和解释人工智能中的现象。

· 4.统计应用：统计方法在生物医学、经济金融和文本数据中的应用。

四、论文发表

1. Wang, Z. J., Xu, P. R., Zhao, H. Y., Wang, T. (2026). Data Thinning for Poisson Factor Models and Its Applications. Journal of the American Statistical Association, 121(553): 754–767.

2. Wang, Z. J. (2025). Entrywise Splitting Cross-Validation in Generalized Factor Models: From Sample Splitting to Entrywise Splitting. Biometrics, 81(4): ujaf153.

3. Wang, Z. J. (2026). Sparse Generalized Factor Models With Weaker Loadings. Scandinavian Journal of Statistics, 53(3): 1230–1248.

4. Wang, Z. J., Zhu, N. J. (2026). SMART: A Modular Two-Stage Framework for Structural Representation Attribution. Transactions on Machine Learning Research.

五、获奖情况

· 2026年，上海市优秀毕业生。

· 2025年，国家奖学金。

· 2020年、2021年，美国大学生数学建模竞赛特等奖提名奖（Finalist）。

六、学术会议

· 2025.10，第五届资源与环境统计会议，肇庆。

· 2024.12，首届澳门商业智能与分析国际会议，中国澳门。

· 2024.09，调查统计年会，西安。

 

更新日期：2026年9月。