Биография

Доктор Ян получил степень бакалавра в Университете Фудань и степень доктора наук по статистике в Университете Нью-Мексико. После получения степени доктора наук он завершил двухгодичное постдокторское исследование в Университете Дьюка и NIEHS, NIH под руководством Дэвида Дансона. Он сосредоточился на применении новых байесовских методов к прикладным медицинским и медицинским проблемам. Он работал с исследователями из разных областей, таких как общественное здравоохранение, психология, медицина, стоматология.

О себе

Научные интересы доктора Янга сосредоточены на байесовских непараметрических методах, анализе выживаемости, вычислительной статистике, выборе переменных, моделировании скрытых переменных, моделировании структурных уравнений.

Области специализации

Доктор Ян преподавал широкий спектр курсов по биологии/статистике от вводного до продвинутого уровня, охватывая студентов с различным образованием, включая математику, статистику, науки о здоровье, медицину, экономику, менеджмент, стоматологию и сестринское дело и т. д. Его области специализации охватывают:
Выбор переменной
Байесовская статистика
Вычислительная статистика
Анализ выживания
Длительное обучение

Ключевые публикации

Журнальная статья
Ян, МинАн, 2019 Оценка не меньшей эффективности и эквивалентности для простых перекрестных испытаний с использованием байесовского подхода Статистика в биологических науках, т. 10
Журнальная статья
Ян, МинАн, Ван, Мин, Дун, Гуанхуэй, Принятый байесовский выбор переменной в линейной смешанной модели с предварительной усадкой, Вычислительная статистика, т. 35
Журнальная статья
Ян, МинАн, 2023 Ян, М. (2022). Байесовский анализ неполного блочного кроссовера. Communication in Statistics, т.
Журнальная статья
Ян, МинАн, 2013 Байесовские непараметрические центрированные модели случайных эффектов с выбором переменных Биометрический журнал, т. 55
Журнальная статья
Ян, МинАн, 2012 Байесовский выбор переменных для логистической смешанной модели с непараметрическими случайными эффектами Вычислительная статистика и анализ данных 56, 2663- 2674, т. 56

Языков

  • Китайский
  • Английский

Курсы обучения

Элементарная биография/статистика
Вычислительная статистика
Байесовская статистика
Расширенные статистические методы для PH
Длительное обучение
Расширенный анализ данных
Статистический анализ с помощью R

Исследования и стипендии

5 основных публикаций
1. Янг, М. (2022). Байесовский анализ неполного блочного кроссовера. InPress, Communication in Statistics. https://doi.org/10.1080/03610918.2021.196646322. Янг, М. Ван, М., Донг, Г. (2020). Байесовский выбор переменной в линейной смешанной модели с априорным сокращением. Computational Statistics 35, 227-2433.
3. Янг, М. (2019). Оценка не меньшей эффективности и эквивалентности для простых перекрестных испытаний с использованием байесовского подхода, Статистика в биологии 10, 506-5194.
4. Янг, М. (2013). Байесовские непараметрические центрированные модели случайных эффектов с выбором переменных, Biometrical Journal 55, 217-2305.
5. Янг, М. (2012). Байесовский выбор переменных для логистической смешанной модели с непараметрическими случайными эффектами, Computational Statistics and Data Analysis 56, 2663-2674