个人信息：

周玮，讲师

西南财经大学统计与数据科学学院，数据科学系

电子邮箱：zhouwei23 AT swufe.edu.cn

简历：

2023年获得厦门大学和香港城市大学双博士学位，主要研究方向是因果推断、图模型、高维统计和极值统计。

主持项目：

• 2026.01—2028.12：国家自然科学基金青年科学基金项目《因果链图模型的统计学习方法及应用》

• 2024.01—2025.12：四川省自然科学基金青年科学基金项目《链图模型的结构学习方法及应用研究》

• 2023.01—2023.12：中央高校基本科研业务费专项基金引进人才科研启动资助项目《金融数据的因果发现方法研究》

代表性论文：

• Zhou, W., Kang, X., Zhong, W., & Wang, J. (2025+). Efficient learning of DAG structures in heavy-tailed data. Statistica Sinica. In press.

• Zhou, W., He, X., Zhong, W., & Wang, J. (2022). Efficient learning of quadratic function directed acyclic graphs via topological layers. Journal of Computational and Graphical Statistics, 31, 1-25.

• Zhong, W., Zhou, W., Fan, Q., & Gao, Y. (2022). Dummy endogenous treatment effect estimation using high dimensional instrumental variables. Canadian Journal of Statistics, 50, 795-819.

• Zhong, W., Gao, Y., Zhou, W., & Fan, Q. (2021). Endogenous treatment effect estimation using high dimensional instruments and double selection. Statistics & Probability Letters, 169, 108967.

• 彭茜、周玮, & 彭作祥 (2019). 幂赋范极值分布的条件矩刻画. 西南大学学报, 41, 78-83.

• Zhou, W., & Peng, Z. (2017). Asymptotic behavior of bivariate Gaussian powered extremes. Journal of Mathematical Analysis and Applications, 455, 923-938.

• Zhou, W., & Ling, C. (2016). Higher-order expansions of powered extremes of normal samples. Statistics & Probability Letters, 111, 12-17.