胡学平, 男，汉族，安徽宿松人, 九三社员, 教授, 硕士生导师. 1996年毕业于安徽师范大学数学系获学士学位, 2006年在安徽师范大学获理学硕士学位, 2009年9月至2010年7月在中国科学技术大学访学, 2017年11月至2018年9月在英国Brunel大学访学. 2006年晋升副教授, 2012年晋升教授. 2006年当选安庆市大观区第十五届人大代表；2008年遴选为硕士生导师. 主要研究方向：非参数统计及其应用、随机极限理论.

教学情况

一、主讲课程

本科生课程：数学分析、概率论、数理统计、应用时间序列分析、应用回归分析.

硕士生课程：测度与概率、高等数理统计、概率极限理论、线性模型与回归分析.

二、教学研究课题

[1]主持省级精品资源课程“概率论与数理统计”(No.2015gxk045)，2015年.

[2] 主编教材《概率论与数理统计》，上海交通大学出版社出版社，2015年

[3]主持“应用统计学”校级一流本科专业建设项目 (No.2019aqnuylzy01 ), 2019年.

[4]主持“概率论与数理统计”校级一流课程 (No.2019aqnuylkc13), 2019年.

[5]主持省级“概率论与数理统计教学示范课”(No.2020szsfkc0554), 2020年.

[6]主持省级“六卓越一拔尖” 应用统计学专业卓越工程师培养创新项目(No. 2020zyrc089), 2020年.

[7] 主持省级“概率统计”教学团队建设项目 (No.2021jxtd169), 2021年.

[8] 参与省级“应用统计学”专业综合改革试点项目(No.2014zy049), 2014年..

三、荣誉表彰/奖励

[1] 2006年被评为安庆师范学院第二届“教坛新秀”.

[2]2007年获得安庆师范学院课堂大奖赛二等奖.

[3]2020年获免费白菜分享论坛“三全育人”——“ 教书育人”最美老师荣誉称号.

[4]2021年被评为应用统计学专业优秀实习指导教师.

[5]2021年获免费白菜分享论坛校级“文明家庭”称号.

[6]2019年指导员工参加第九届全国老员工市场调查大赛获国家级三等奖2项.

[7]2019年指导员工参加全国统计建模比赛获国家级二等奖、三等奖各1项.

[8]2020年指导员工参加第十届全国老员工市场调查大赛获安徽省二等奖1项.

[9]2021年指导员工参加第十一届全国老员工市场调查大赛获安徽省二等奖1项.

[10]2021年指导研究生参加安徽省统计建模比赛获二等奖1项.

[11]2021年指导研究生参加第一届长三角数学建模比赛获三等奖1项.

[12]2021年指导研究生参加华为杯数学建模比赛获三等奖1项.

[13]2021年指导员工参加全国数学建模比赛获安徽省赛区一等奖1项.

[14]指导员工获国家级老员工创新创业训练项目1项，省级创新创业项目2项.

四、科学研究

[1]主持安徽省高等学校自然科学研究重点项目：混合序(阵)列收敛性质及在经济、金融中的应用（No. KJ2013A179），2013年.

[2]主持安徽省高等学校自然科学研究重点项目：随机变量和的性质及其在风险理论中的应用（No.KJ2010A234），2010年.

[3]主持安徽省高等学校自然科学研究一般项目：随机环境中随机游动的一些研究(No.KJ2007B122)，2007年.

[4]主持安徽省青年教师人才项目：限随机环境中马氏链的状态分类（No.2007jql117），2007年.

[5]国家社科基金面上项目: 复杂数据半参数离散分位数回归及其应用（No. 21BTJ040），第一参与人，2021年.

[6]国家自然科学基金数学天元专项项目: 概率算子的渐进性质研究(No.11626031), 第一参与人，2016年.

[7]安徽省高校自然科学基金重点项目：基于若干空间理论统计学习研究(No.KJ2021A0 648), 第一参与人，2021年.

[8]安徽省高等学校自然科学研究重点项目：基于贝叶斯概率模型的视觉认知研究(No.KJ2019A0557)，第二参与人，2019年..

五、发表科研论文

[1]胡学平, 戴习民. 半直线上独立随机环境中可逗留的随机游动的常返性, 合肥工业大学学报，2006.

[2]胡学平. 半直线上时间随机环境中随机游动的渐近性质, 吉林大学学报（理学版），2007.

[3]胡学平, 贾兆丽. 双无限随机环境中马氏链的常返性, 工程数学学报，2007.

[4]胡学平, 祝东进. 直线上时间随机环境下随机游动的渐近性质(英文), 数学研究与评论，2008.

[5]胡学平, 李会葆, 徐耸. 半直线上随机环境中随机游动的极限性质, 应用概率统计, 2009.

[6]胡学平. 一类时间随机环境中随机游动，高校应用数学学报(A辑) , 2011.

[7]胡学平, 陈昱, 吴耀华. 重尾索赔下变保费率干扰风险模型的大偏差, 中国科学技术大学学报, 2011.

[8]胡学平, 计玉璞, 王三改. 两两NQD阵列加权乘积和的完全收敛性和强大数定律, 数学研究, 2011.

[9]Xueping Hu, Guohua Fang. Convergence of randomly weighted sums for arrays under a condition of integrability, Multimedia Technology, 2011. 

[10]Xueping Hu, Guohua Fang. Strong laws of large numbers and mean convergence theorems for randomly weighted sums of arrays under a condition of integrability, Statistical Methodology, 2012.

[11]Xueping Hu, Guohua Fang, Dongjin Zhu. Strong convergence properties for asymptotically almost negatively associated sequence, Discrete Dynamics in Nature and Society, 2012.

[12]Xueping Hu, Dongjin Zhu. Strong convergence for the partial sums of pairwise NQD random sequences, Journal of Systems Science and Mathematical Sciences, 2012.

[13]胡学平, 桂春燕. 混合序列部分和的若干收敛性质, 数学杂志, 2012.

[14]胡学平, 李会葆. 混合随机阵列加权和的若干收敛性质, 吉林大学学报(理学版), 2012.

[15]胡学平. h-可积条件下混合随机阵列的L^r收敛性, 数学物理学报, 2013.

[16]胡学平. 两类相依样本密度函数核估计的相合性, 吉林大学学报(理学版) , 2013.

[17]李会葆，胡学平. 一类随机变量部分和极大Serfling不等式及其应用, 华东师范大学学报，2013.

[18]Xueping Hu, Guohua Fang. Convergence for weighted sums of dependent random variables under residual h-integrability assumption, Chinese Journal of Applied Probability and Statistics, 2013.

[19]胡学平. m-NA随机阵列完全收敛性的一个注记, 数学杂志, 2014.

[20]胡学平, 王翠云. END随机序列的完全收敛性与强收敛性, 吉林大学学报(理学版), 2015.

[21]胡学平, 张红梅. WOD样本下密度函数核估计的收敛性, 山东大学学报(理学版), 2017.

[22] Rong Jiang, Xueping Hu*, Keming Yu and Weimin Qian. Composite quantile regression for massive datasets, Statistics：A Journal of Theoretical and Applied, 2018.

[23]Xueping Hu, Rong Jiang, Keming Yu and Tong Zhang. Uniformly asymptotic normality of sample quantiles estimator for linearly negative quadrant dependent samples, Journal of Inequalities and Applications, 2018.

[24]Xueping Hu, Zhang Tong, Zhidong Guo.  Berry-Esséen type bound of sample quantiles for positively associated sequence, Journal of University of Science and Technology, 2019.

[25]Xueping Hu, Jinbiao Zhong, Keming Yu. Asymptotic properties of wavelet estimators in heteroscedastic semi-parametric model based on negatively associated innovations. Journal of Inequalities and Applications, 2019.

[26]Xueping Hu, Jingya Wang. A Berry-Esse´en bound of wavelet estimation for a nonparametric regression model under linear process errors based on LNQD sequence. AIMS Mathematics,2020.

[27]Rong jiang, Xueping Hu, Keming Yu. Single-Index Expectile Models for Estimating Conditional Value at Risk and Expected Shortfall. Journal of Financial Econometrics, 2020.

[28]Xi Liu, Xueping Hu, Keming Yu. A Discrete Density Approach to Bayesian Quantile and Expectile Regression with Discrete Responses. Journal of Statistical Theory and Practice, 2021.

[29]胡学平,王柳柳,杨瑞. NSD随机阵列加权和最大值的收敛性, 吉林大学学报(理学版), 2021.

[30]Xueping Hu, Jingya Wang, Keming Yu. K-Nearest Neighbor Estimation of Functional Nonparametric Regression Model under NA Samples . Axioms, 2022.