检测到您当前使用浏览器版本过于老旧,会导致无法正常浏览网站;请您使用电脑里的其他浏览器如:360、QQ、搜狗浏览器的极速模式浏览,或者使用谷歌、火狐等浏览器。

下载Firefox

师资团队Faculty

师资团队Faculty

张宇谦

职称:助理教授、博士生导师(统计与大数据研究院)

研究方向:因果推断,半监督学习,高维统计,机器学习

联系方式:yuqianzhang@ruc.edu.cn

2016年本科毕业于武汉大学数学与统计学院,2022年博士毕业于美国加利福尼亚大学圣地亚哥分校数学学院,同年加入中国人民大学统计与大数据研究院任助理教授、博士生导师。研究兴趣包括因果推断、半监督学习、高维统计分析、机器学习理论、缺失数据问题、精准医疗等。主持国家自然科学基金青年基金项目一项,参与面上项目一项。担任中国现场统计研究会因果推断分会理事、全国工业统计学教学研究会青年统计学家协会理事。曾获美国统计协会非参数统计组最佳学生论文奖。

详见个人主页:https://yuqianruc.github.io/


Publications:

Jelena Bradic#, Weijie Ji#, Yuqian Zhang# (2024). High-dimensional inference for dynamic treatment effects. The Annals of Statistics, 52(2), 415-440.

Yuqian Zhang*, Abhishek Chakrabortty*, Jelena Bradic* (2023). Double Robust Semi-Supervised Inference for the Mean: Selection Bias under MAR Labeling with Decaying Overlap. Information and Inference: A Journal of the IMA, 12(3), 2066-2159.

Yuqian Zhang, Jelena Bradic (2022). High-dimensional semi-supervised learning: in search of optimal inference of the mean. Biometrika, 109(2), 387-403.


Preprints:

Yuqian Zhang, Weijie Ji, Jelena Bradic (2024). Adaptive Split Balancing for Optimal Random Forest. arXiv preprint arXiv:2402.11228.

Kai Chen, Yuqian Zhang (2023). Enhancing efficiency and robustness in high-dimensional linear regression with additional unlabeled data. arXiv preprint arXiv:2311.17685.

Yuqian Zhang*, Abhishek Chakrabortty*, Jelena Bradic* (2023). The Decaying Missing-at-Random Framework: Doubly Robust Causal Inference with Partially Labeled Data. arXiv preprint arXiv:2305.12789.

Yuqian Zhang, Weijie Ji, Jelena Bradic (2021). Dynamic treatment effects: high-dimensional inference under model misspecification. arXiv preprint arxiv:2111.06818.

(# alphabetical order, * co-first author, __ supervised student)