Yingying Fan ist eine chinesisch-amerikanische Statistikerin und Inhaberin des Centennial-Lehrstuhls für Betriebswirtschaftslehre sowie Professorin im Fachbereich Datenwissenschaften und Operations Management der Marshall School of Business an der University of Southern California ( USC) . [ 1 ] Derzeit ist sie Associate Dean des PhD-Programms an der USC Marshall. Darüber hinaus hat sie Lehraufträge am USC Dana and David Dornsife College of Letters, Arts and Sciences und an Keck Medicine der USC inne. Ihre Beiträge zur Statistik und Datenwissenschaft wurden 2017 mit der Guy-Medaille in Bronze der Royal Statistical Society [ 2 ] und 2023 mit der Medallion Lecture des Institute of Mathematical Statistics [ 3 ] gewürdigt. 2019 wurde sie zum Fellow der American Statistical Association [ 4 ] und 2020 zum Fellow des Institute of Mathematical Statistics für ihre bahnbrechenden Beiträge zur hochdimensionalen Inferenz, Variablenauswahl, Klassifizierung, Netzwerkforschung und nichtparametrischen Methodik, insbesondere im Bereich der Finanzökonometrie, sowie für ihre gewissenhafte berufliche Tätigkeit gewählt [ 5 ]. 2024 wurde sie außerdem zum Fellow der Asia-Pacific Artificial Intelligence Association gewählt.

Fan hat zusammen mit ihren Mitarbeitern einige populäre statistische und datenwissenschaftliche Werkzeuge entwickelt, darunter das generalisierte Informationskriterium (GIC), die Model-X Knockoffs (MXK), die Deep Learning Inference using Knockoffs (DeepLINK) und die Statistical Inference on Membership Profiles in Large Networks (SIMPLE), sowie einige grundlegende asymptotische Theorien für hochdimensionale Random Forests und die Eigenvektoren großer Zufallsmatrizen.

Zu ihren repräsentativen Veröffentlichungen gehören unter anderem:

  • Fan, Y., Gao, L. und Lv, J. (2025). ARK: Robuste Knockoff-Inferenz mit Kopplung. The Annals of Statistics 53, 749-773.
  • Chi, C.-M., Vossler, P., Fan, Y. und Lv, J. (2022). Asymptotische Eigenschaften hochdimensionaler Random Forests. The Annals of Statistics 50, 3415-3438.
  • Fan, J., Fan, Y., Han, X. und Lv, J. (2022). SIMPLE: Statistische Inferenz über Mitgliedschaftsprofile in großen Netzwerken. Journal of the Royal Statistical Society Series B 84, 630-653.
  • Zhu, Z., Fan, Y., Kong, Y., Lv, J. und Sun, F. (2021). DeepLINK: Deep-Learning-Inferenz mittels Knockoffs mit Anwendungen in der Genomik. Proceedings of the National Academy of Sciences of the United States of America 118, e2104683118.
  • Candès, E. J., Fan, Y., Janson, L. und Lv, J. (2018). Goldwaschen: „Modell-X“-Knockoffs für die Selektion kontrollierter Variablen in hochdimensionalen Systemen. Journal of the Royal Statistical Society Series B 80, 551–577.
  • Fan, Y. und Tang, C. (2013). Auswahl von Tuningparametern in der hochdimensionalen penalisierten Likelihood. Journal of the Royal Statistical Society Series B 75, 531-552.

Sie ist derzeit Mitherausgeberin des „Journal of Business & Economic Statistics“. Darüber hinaus fungiert sie als IMS-Herausgeberin der „Statistics Surveys“ sowie als IMS-CUP-Koordinatorin der IMS-Cambridge University Press Textbooks/Monographs Series.

Referenzen