每年的科研成果
每年的科研成果
个人简介
个人简介
郭菲菲 职称：预聘助理教授 电子邮箱：feifeiguo@bit.edu.cn
硕士研究生导师。香港科技大学博士，北京理工大学数学与统计学院博士后。研究方向为非线性时序分析、厚尾时序分析、非平稳时序分析。主持国家自然科学基金青年项目一项。
更多
硕士研究生导师。香港科技大学博士，北京理工大学数学与统计学院博士后。研究方向为非线性时序分析、厚尾时序分析、非平稳时序分析。主持国家自然科学基金青年项目一项。
更多
研究领域和方向
数理统计，复杂时间序列的统计分析
教育背景
2009.09-2016.06 北京师范大学 理学学士、理学硕士（导师：童行伟教授）
2016.09-2020.10 香港科技大学 统计学博士 （导师：凌仕卿教授）
2016.09-2020.10 香港科技大学 统计学博士 （导师：凌仕卿教授）
工作履历
2023.01至今 北京理工大学数学与统计学院，预聘助理教授
2020.12-2022.12 北京理工大学数学与统计学院，博士后，合作导师：田玉斌教授
2020.12-2022.12 北京理工大学数学与统计学院，博士后，合作导师：田玉斌教授
研究成果
4、Guo, F. and Ling, S. (2020). Quasi-likelihood Estimation of Structure-changed Threshold Double Autoregressive Models, Journal of Statistical Planning and Inference./
3、Guo, F., Ling, S. and Mi, Z. (2022). Automated Estimation of Heavy-Tailed Vector Error Correction Models, Statistica Sinica.
2、Guo, F. and Ling, S. (2022). Inference for the VEC(1) Model with a Heavy-tailed Linear Process Errors, Econometric Reviews.
1、Guo, F. and Ling, S. (2023). Statistical Inference for Heavy-tailed and Partially Nonstationary Vector ARMA Models. Statistica Sinica.
3、Guo, F., Ling, S. and Mi, Z. (2022). Automated Estimation of Heavy-Tailed Vector Error Correction Models, Statistica Sinica.
2、Guo, F. and Ling, S. (2022). Inference for the VEC(1) Model with a Heavy-tailed Linear Process Errors, Econometric Reviews.
1、Guo, F. and Ling, S. (2023). Statistical Inference for Heavy-tailed and Partially Nonstationary Vector ARMA Models. Statistica Sinica.
指纹图谱
深入其中 Feifei Guo 为活跃的研究主题。这些主题标签来自此人的成果。它们共同形成唯一的指纹。
最近五年的合作关系和顶尖研究领域
最近的国家/地区级外部合作关系。点击圆点，以了解详细信息或
科研成果
- 4 文章
-
Inference on nonstationary heavy-tailed AR processes via model selection
Guo, F., She, R. & Yang, Y., 2024, (已接受/待刊) 在: Journal of Time Series Analysis.科研成果: 期刊稿件 › 文章 › 同行评审
开放访问 -
Inference for the VEC(1) model with a heavy-tailed linear process errors*
Guo, F. & Ling, S., 2023, 在: Econometric Reviews. 42, 9-10, 页码 806-833 28 页码科研成果: 期刊稿件 › 文章 › 同行评审
-
AUTOMATED ESTIMATION of HEAVY-TAILED VECTOR ERROR CORRECTION MODELS
Guo, F., Ling, S. & Mi, Z., 10月 2022, 在: Statistica Sinica. 32, 4, 页码 2171-2198 28 页码科研成果: 期刊稿件 › 文章 › 同行评审
2 引用 （Scopus） -
Quasi-likelihood estimation of structure-changed threshold double autoregressive models
Guo, F. & Ling, S., 3月 2020, 在: Journal of Statistical Planning and Inference. 205, 页码 138-155 18 页码科研成果: 期刊稿件 › 文章 › 同行评审