戴琳琳
- 副教授 硕士生导师
- 职务 副教授 硕士生导师
Email：ldaiab@swufe.edu.cn
四川省成都市温江区柳台大道555号
研究方向
High-dimensional statistics, Nonparametric modeling, Statistical machine learning, Case-control study.
个人经历
2010-2014 山东大学数学学院 统计专业 学士
2014-2016 香港科技大学数学系 统计专业 硕士（MPhil）
2016-2018 香港科技大学数学系 统计专业 博士
2018-至今 西南财经大学统计学院 统计研究中心 副教授
研究兴趣
High-dimensional statistics, Nonparametric modeling, Statistical machine learning, Case-control study.
2010-2014 山东大学数学学院 统计专业 学士
2014-2016 香港科技大学数学系 统计专业 硕士（MPhil）
2016-2018 香港科技大学数学系 统计专业 博士
2018-至今 西南财经大学统计学院 统计研究中心 副教授
研究兴趣
High-dimensional statistics, Nonparametric modeling, Statistical machine learning, Case-control study.
代表性论文（*为通讯作者）
1. Dai, L., Chen, K., Sun, Z., Liu, Z. and Li, G.* (2018). Broken adaptive ridge regression and its asymptotic properties.Journal of Multivariate Analysis, 168, 334-351.
2. Dai, L.*, Chen, K. and Li, G. (2018). The broken adaptive ridge procedure and its applications.Statistica Sinica, 30, 1069-1094.
3. Linlin Dai*, Kani Chen, Gang Li and Yuanyuan Lin，(2022).Metric Learning via Cross-Validation，Statistica Sinica，32, 1701-1721
4. Da Chen， Linlin Dai，Yichuan Zhao, 2024+, Jackknife empirical likelihood for the correlation coefficient with additive distortion measurement errors, TEST, Online.
1. Dai, L., Chen, K., Sun, Z., Liu, Z. and Li, G.* (2018). Broken adaptive ridge regression and its asymptotic properties.Journal of Multivariate Analysis, 168, 334-351.
2. Dai, L.*, Chen, K. and Li, G. (2018). The broken adaptive ridge procedure and its applications.Statistica Sinica, 30, 1069-1094.
3. Linlin Dai*, Kani Chen, Gang Li and Yuanyuan Lin，(2022).Metric Learning via Cross-Validation，Statistica Sinica，32, 1701-1721
4. Da Chen， Linlin Dai，Yichuan Zhao, 2024+, Jackknife empirical likelihood for the correlation coefficient with additive distortion measurement errors, TEST, Online.
基金项目
国家自然科学基金青年项目，度量学习框架中的充分降维和变量选择，项目编号：12001441，执行期限：2021.1-2023.12
教育部人文社科基金青年基金项目，一种新的右删失数据的相关系数及其超高维Model-Free特征筛选的应用
国家自然科学基金青年项目，度量学习框架中的充分降维和变量选择，项目编号：12001441，执行期限：2021.1-2023.12
教育部人文社科基金青年基金项目，一种新的右删失数据的相关系数及其超高维Model-Free特征筛选的应用