个人简历

1993年7月-1996年9月 曲阜师范大学数学与计算机科学系助教、讲师。
1999年7月- 在东北师范大学数学系工作。
1999年12月 晋升为副教授。
2000年9月-2004年1月　东北师范大学数学系副系主任。
2003年9月 被评为博士生导师。
2004年1月-2013年1月 东北师范大学数学与统计学院副院长、院长。
2013年8月-2014年5月 东北师范大学人事处处长。
2014年5月- 东北师范大学副校长。

研究领域

高维数据分析 、机器学习与Bayes网络、生物信息学

教育背景

1983年8月-1986年7月 宁阳师范学校（中专）。
1986年9月-1988年7月 泰安师范专科学校（现为泰山学院），数学教育专业。
1988年8月-1990年7月 曲阜师范大学数学与应用数学专业，获理学学士学位。
1990年9月-1993年7月 北京大学概率论与数理统计专业，获理学硕士学位。
1996年9月-1999年7月　北京大学生物医学统计专业，获理学博士学位。
1998年9月-1998年11月　香港大学统计与精算科学系助理研究员。
2000年7月-2000年8月　香港中文大学统计系访问学者。
2000年8月-2000年1月 香港大学统计与精算科学系副研究员。
2001年7月-2001年10月　香港中文大学心理系博士后研究员。
2001年12月-2002年12月　美国耶鲁大学医学院流行病学与公共卫生系博士后研究员。
2003年8月-2005年10月 新加坡国立大学统计与应用概率系访问教授、研究员。
2006年7月-2006年7月 香港大学统计与精算科学系访问教授。
2006年7月-2006年8月　台湾中研院统计科学研究所访问教授。
2009年1月-2013年2月　香港科技大学数学系Visiting Scholar。

学术兼职

2011年 被聘为吉林省第三批高级专家
中国概率统计学会常务理事
中国现场统计研究学会理事
吉林省数学会常务理事
长春市数学会副理事长
吉林省现场统计研究学会理事兼副秘书长
中国现场统计研究会生存分析分会理事
长春市留学人员联谊会理事

社会荣誉

1997年 “模型的可压缩性和可分解性—含或不含不完全数据”获国家教委科技进步奖二等奖（第2完成人）。
1998年 “Logistic回归分析中背景变量的混杂效应”获国家统计局第四届全国统计科学科技进步奖一等奖（第1完成人）。
2001年 北京大学优秀博士论文和北京市优秀博士论文。
2004年 获国务院政府特殊津贴。
2005年 首届新世纪优秀人才支持计划入选者。
2005年 吉林省第八批有突出贡献的中青年专业技术人才。
2007年 获第九届吉林省青年科技奖。
2007年 “应用统计方法研究”获教育部自然科学奖二等奖。
2009年 新世纪百千万人才工程国家级人选。
2010年 团队被教育部、财政部评为2010年度国家级教学团队—概率论与数理统计专业教学团队（个人排序第二）。
2012年 获教育部长江学者特聘教授。

研究成果

论文：
[1] An, B.G., Guo, J.H. and Liu, Y.F. Hypothesis testing for band size detection of high dimensional banded precision matrices. Biometrika, 2014, 101: 477-483.
[2] Cai, S.F., Li, B.C. and Guo*, J.H. A simplification of computing Markov bases for graphic al models whose underlying graphs are suspensions of graphs. Statistica Sinica, 2014, 24: 447–461. 　
[3] Liu, B.H. and Guo*, J.H. Collapsibility of conditional graphical models. Scandinavian Journal of Statistics, 2013, 40: 191–203.
[4] An, B.G., Guo*, J.H. and Wang, H.S. Multivariate regression shrinkage and selection by canonical correlation analysis. Computational Statistics and Data Analysis, 2013, 62: 93–107.
[5] An, B.G., Wang, H.S. and Guo, J.H. Testing the statistical significance of an ultra- high-dimensional naive Bayes classifier.Statistics and Its Interface, 2013, 6: 223–229.
[6] Xu, P.F., Guo*, J.H. and Tang, M.L. An improved Hara-Takamura procedure by sharing computations on junction tree in Gaussian graphical models. Statistics and Computing, 2012, 22: 1125–1133.
[7] Li, B.C. and Guo*, J.H. A note on one-factor analysis. Statistics and Probability Letters, 2012, 82: 1949–1952.
[8] Shan, N. and Guo*, J.H. Covariate selection for identifying the causal effects of stochastic interventions using causal networks. Journal of Statistical Planning and Inference, 2012, 142: 212–220.
[9] Zhen, S.R., Guo, J.H., Shi, N.Z. and Tian, G.L. Likelihood-based approaches for multivariate linear models under inequality constraints for incomplete data. Journal of Statistical Planning and Inference, 2012, 142: 2926–2942.　　　　　　　
[10] Xu, P.F., Guo, J.H. and He, X. An improved iterative proportional scaling procedure for Gaussian graphical models. Journal of Computational and Graphical Statistics, 2011, 20: 417–431.
[11] Xu, P.F., Guo*, J.H. and Tang, M.L. Structural learning of Bayesian networks by testing complete separators in prime blocks. Computational Statistics and Data Analysis, 2011, 55: 3135-3147.
[12] Zhao, H.X., Ma, W.Q. and Guo*, J.H. The AU algorithm for estimating equations in the presence of missing data. Statistics and Probability Letters, 2010, 80：639- 647.
[13] Jin, L.N., Zhu, W.S., Yu, Y.Q., Kou, C.G., Meng, X.F., Tao, Y.C. and Guo*, J.H. Nonparametric tests of associations with disease based on U-statistics. Annals of Human Genetics, 2014, 78: 141–153.
[14] Tsang, S.Y. , Zhong, S., Mei, L.L., Chen, J.H., Ng, S.K., Pun, F. W., Zhao, C., Jing, B.Y., Chark, R., Guo, J.H. , Tan, Y., Li, L., Wang, C.,　Chew,　S. H., and Xue, H. Social cognitive role of schizophrenia candidate gene GABRB2. PLoS ONE, 2013, 8(4): e62322. doi:10.1371/journal.pone.0062322.
[15] Xiao, J., Zhu, W.S. and Guo, J.H. Large-scale multiple testing in genome-wide association studies via region-specific hidden Markov models. BMC Bioinformatics, 2013, 14: 282. http://www.biomedcentral.com/1471-2105/14/282
[16] Qi, B., Huang, W., Zhu, B., Zhong, X.F., Guo, J.H., Zhao, N., Xu, C.M., Zhang, H.K., Pang, J.S., Han, F. P. and Liu, B. Global transgenerational gene expression dynamics in two newly synthesized allohexaploid wheat (Triticum aestivum) lines. BMC Biology, 2012, 10: 3. Website http://www.biomedcentral.com/1741-7007/10/3
[17] Pei, Y.B., Tang, M.L., Wong, W.K. and Guo, J.H. Confidence intervals for correlated proportion differences from paired data in a two-arm randomized clinical trial. Statistical Methods in Medical Research, 2012, 21(2): 167–187.
[18] Jin, L.N., Zhu, W.S. and Guo*, J.H. Genome-wide association studies using haplotype clustering with a new haplotype similarity. Genetic Epidemiology, 2010, 34: 633-641
[19] Wang, X.F. and Guo*, J.H. The tree structure of graphs for various graphical models. Statistics and Its Interface, 2013, 6: 151—164.
[20] Li, B.C., Cai, S.F. and Guo*, J.H. A computational algebraic geometry method for conditional independence inference. Frontiers of Mathematics in China, 2013, 8(3): 567–582.
[21] Li, B.C. and Guo*, J.H.　Decomposition of two classes of structural models.　Frontiers of Mathematics in China, 2013, 8(6): 1323–1349.
[22] Meng, X.Y., Guo*, J.H. and Su, B.T. Incidence coloring of pseudo-Halin graphs. Discrete Mathematics, 2012, 312: 3276–3282.
[23] Wang, X.F., Guo*, J.H. and He, X. Finding the minimal set for collapsible graphical models. Proceedings of the American Mathematical Society, 2010, 139: 361-373.
[24] Meng, X.Y., Guo*, J.H., Li, R.S., Chen, T. and Su, B.T. The total chromatic number of Pseudo-Halin graphs with lower degree, Discrete Mathematics, 2009, 309：982-986.　
[25] Feng, G.Z., Guo*, J.H., Jing, B.Y. and Hao, L.Z. A Bayesian feature selection paradigm for text classification.　Information Processing & Management, 2012, 48: 283–302.　　
[26] Liu, B.H., Guo*, J.H. and Jing, B.Y. A note on minimal d-separation trees for structural learning. Artificial Intelligence, 2010, 174: 442-448.
[27] Guan, G.Y., Guo, J.H. and Wang, H.S. Varying naive Bayes models with application to classification of Chinese text documents. Accepted by Journal of Business & Economic Statistics, 2014.