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统计学博士学位，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分析、文本分析与数据科学、人工智能的统计学解释及生物统计，关注高维数据的降维、模型选择及其在经济金融和生物医学领域的应用。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，开发并维护 pECV 和 sparseGFM 等多个 R 软件包。
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，统计学博士。
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，统计学学士。
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
三、研究方向
广义因子分析：高维数据降维、因子个数选择、稀疏估计与变量选择。
文本分析与数据科学：计数数据建模、交叉验证与迁移学习，以及相关方法在经济金融领域的应用。
人工智能的统计学解释：利用统计模型研究和解释人工智能中的现象。
生物统计：面向生物医学数据的统计建模与分析。
四、论文发表
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.
Wang, Z. J. (2025). Entrywise splitting cross-validation in generalized factor models: from sample splitting to entrywise splitting. Biometrics, 81(4): ujaf153.
Wang, Z. J. (2026). Sparse Generalized Factor Models With Weaker Loadings. Scandinavian Journal of Statistics, 53(3): 1230–1248.
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。
