导航

  • 个人资料
  • 个人概况
  • 研究方向
  • 招生与培养
  • 开授课程
  • 科研项目
  • 学术成果
  • 荣誉及奖励
头像

彭梦姣

  • 个人资料

    • 部门： 经济与管理学部
    • 性别： 女
    • 专业技术职务： 助理教授
    • 毕业院校： 新加坡南洋理工大学
    • 学位： 博士
    • 学历： 博士研究生
    • 联系电话：
    • 电子邮箱： mjpeng@fem.ecnu.edu.cn
    • 办公地址： 华东师范大学中北校区理科大楼A1507
    • 通讯地址： 华东师范大学中北校区理科大楼A1507
    • 邮编： 200062
    • 传真：

    工作经历

    2020.09-  华东师范大学经济与管理学部统计交叉科学研究院 助理教授

    2019.06-2020.05   普渡大学统计系 讲师




    教育经历

    2014.09-2019.03 新加坡南洋理工大学理学院 统计学 

    理学博士

    2012.09-2014.06 浙江大学数学科学学院 统计学        

    理学硕士

    2008.09-2012.06 湖南大学数学学院 数学与应用数学 

    理学学士

    个人简介

    彭梦姣，2012年毕业于湖南大学数学学院，获数学与应用数学专业理学学士学位，2014年毕业于浙江大学数学科学学院，获统计学理学硕士学位，2019年毕业于新加坡南洋理工大学，获统计学专业理学博士学位，之后在美国普渡大学任职讲师一年。2020年9月入职华东师范大学统计交叉科学研究院，研究方向为生存分析，高维统计,  精准医疗，因果推断以及统计机器学习，至今已在Statistics in Medicine, Statistical Methods in Medical Research,Computational Statistics Data Analysis, Expert Systems with Applications等国际期刊接收和发表论文多篇。

    社会兼职

    Computational Statistics and Data Analysis 评审人 

    Journal of Statistical Planning and Inference 评审人

    Lifetime Data analysis 评审人

    Statistics and Probability Letters 评审人




    研究方向

    我的研究兴趣主要是生存分析，精准医疗，因果推断以及统计机器学习。

    招生与培养

    开授课程

    Multivariate Analysis (多元统计分析)

    Data and Analysis Software(数据库与统计软件)

    Statistical Methods (统计方法)

    Probability (概率论)

    Applied Regression Analysis (应用回归分析)

    科研项目


    (1)  国家自然科学基金委员会，青年科学基金项目，12301337，半监督下最优个性化治疗方案的统计推断，2024-01 至 2026-12，主持

     

    (2)  国家自然科学基金委员会，重点项目，72331005，大数据背景下不完全数据的统计分析方法、理论和应用，2024-01 至 2028-12，参与


    (3)  科技部, 国家重点研发计划数学和应用研究专项, 2021YFA1000100, 油气管网安全运维的大数据理论、算法及应用, 2021-12 至 2026-11, 参与


    (4)  国家自然科学基金委员会, 重大研究计划培育项目, 92046005, 面向大数据的统计分布式计算及隐私保护的理论与方法, 2021-01-01 至 2021-12-31, 已结题, 参与





    学术成果

    [12] Huijuan Ma, Mengjiao Peng*, Jin Qin. Estimating Conditional Complier Quantile Treatment Effect via Stratiffied Quantile Regression. Statistics in Medicine, 2026; 45; e70470.

    [11] Xintong Li, Mengjiao Peng*, Yong Zhou*. Doubly Robust Estimation of Optimal Individual Treatment Regime in A Semi-supervised Framework. Statistica Sinica. 2027.(Preprint)

    [10] Menghua Zhang, Mengjiao Peng*, Yong Zhou*.  Leveraging unlabeled data for superior ROC curve estimation via a semiparametric approach. Journal of Business & Economic Statistics, 43(4), 979–991, 2025.

    [9]  Tonghui Yu, Mengjiao Peng, Yifan Cui, Elynn Chen, and Chixiang Chen*.Exploring Causal Effects of Hormone- and Radio-Treatments in an Observational Study of Breast Cancer Using Copula-Based Semi-Competing Risks Models. Statistics in Medicine, 44(13-14), 2025.

    [8]Menghua Zhang, Mengjiao Peng*, Yong Zhou*. Semi-supervised learning for various comparison functions across two population. Statistical Papers, 66(18), 2025.

    [7] Xiaoqi Jiao, Mengjiao Peng* and Yong Zhou*. Smoothed Estimation on Optimal Treatment Regime under Semi-supervised Setting in Randommized Trials. Biometrical Journal, 66(8), 2024

    [6] Mengjiao Peng, Liming Xiang*.  Disease progression based feature screening for ultrahigh-dimensional survival-associated biomarkers. Statistics in Medicine, 42(13): 2082-2100, 2023           

    [5] Mengjiao Peng, Liming Xiang*. Correlation-based Joint Feature Screening for Semi-competing Risks Outcomes with Application to Breast Cancer Data. Statistical Methods in Medical Research, 30(11):2428-2446, 2021

    [4] Yiqi Gu, Xi Yang, Mengjiao Peng, Guang Lin. Robust weighted SVD-type latent factor models for rating prediction. Expert Systems with Applications, 141, 2020.

    [3] Il Do Ha, Liming Xiang, Mengjiao Peng, Jong-Hyeon Jeong and Youngjo Lee. Frailty modelling approaches for semi-competing risks data. Lifetime Data Analysis, 1-25, 2019.

    [2] Mengjiao Peng and Liming Xiang. Joint regression analysis for survival data in the presence of two sets of semi-competing risks. Biometrical Journal, 61, 1402 -1416, 2019.

    [1] Mengjiao Peng, Liming Xiang and Shanshan Wang. Semiparametric regression analysis of clustered survival data with semi-competing risks. Computational Statistics and Data Analysis, 124, 53-70, 2018.





    荣誉及奖励

    新加坡数学协会数学科学方向最佳博士毕业论文奖 2019

    浙江大学优秀研究生毕业生 2014