大数据分析给经典统计学理论和方法带来极大挑战，主要表现在数据维数高（大p小n或超高维）、高度稀疏、数据类型复杂且异质（数值型、函数型、结构型、分布型或混合型等数据）、变量间的新型复杂关系（线性、非线性、纵向或空间相关）等方面。因此，在大数据时代，如何提出更有效的统计理论和方法进行高维复杂数据的统计建模、降维、变量选择与统计推断，是当前统计学研究的热点和难点问题。为此，申请人自攻读博士学位起一直从事高维数据统计推断、生存分析、超高维复杂数据统计建模与分析、半参数统计、统计算法及应用等领域研究。

个人网页详见：http://shi.buaa.edu.cn/wangshanshan/en/index.htm

• 主要研究领域

• 高维数据分析和理论：超高维复杂数据统计建模、分析与统计推断 

• 非参数统计建模、机器学习算法、生存数据分析、统计学和数据科学应用

• 教育背景

• 博士 北京师范大学 数理统计专业 (201109-201407)

• 硕士 北京师范大学 数理统计专业 (200809-201107)

• 学士 青岛大学 数学与应用数学专业 (200409-200807)

• 海外访问经历

• 访问学者     新加坡南洋理工大学 生物统计学 （201908-201910）

• 博士后       新加坡南洋理工大学 生物统计学 （201408-201512）

• 普通访问学者 新加坡南洋理工大学 生物统计学 （201309-201405）