个人简介

王迪是博士毕业于香港大学统计及精算学系博士，曾在芝加哥大学布斯商学院从事博士后研究，师从计量经济学权威Ruey S. Tsay，现任上海交通大学数学科学学院长聘教轨副教授，主要从事高维时间序列分析、稳健统计推断、金融科技与大数据交叉研究，这包括：高维时间序列建模——针对向量自回归（VAR）模型提出统一鲁棒估计框架，解决异常值、重尾分布和条件异方差问题；统计机器学习交叉——结合张量分解、正则化方法优化高维数据计算效率，应用于网络结构、稀疏及降秩模型。他通过数据截断和正则化技术，在有限矩条件下实现极小化最优收敛速率，得到速率最优鲁棒估计，突破传统次高斯假设限制。他提出“响应与预测因子共结构”的矩阵自回归模型，提升宏观经济预测与结构分析精度。他在Annals of Statistics、Journal of the American Statistical Association (JASA）、Journal of Econometrics (JOE）、Journal of Business & Economic Statistics (JBES）等顶级期刊发表多篇论文。他主持国家自然科学基金青年项目，参与国家自然科学基金重大项目，获海外优博后人才项目、上海市启明星扬帆计划等资助。他主讲本科生“时间序列分析”和“大数据分析”课程，并设计AI赋能课程，结合统计学习与时空人工智能，培养工业数据分析能力。