La información personal de Mao Changxuan es la siguiente:
Mao Changxuan, ex profesor y supervisor de doctorado en la Escuela de Estadística y Gestión de la Universidad de Finanzas y Economía de Shanghai. De septiembre de 1992 a junio de 1996, Mao Changxuan estudió en la Universidad de Ciencia y Tecnología de Nanjing; de septiembre de 1996 a junio de 1998, obtuvo una maestría en la Universidad de Fudan; de agosto de 1998 a julio de 2001, estudió en el Estado de Pensilvania; Universidad en los Estados Unidos.
De agosto de 2001 a mayo de 2002, Mao Changxuan trabajó como becario postdoctoral en la Universidad de California, Berkeley; de julio de 2002 a noviembre de 2008, trabajó como profesor asistente en la Universidad de California, Riverside. De noviembre de 2008 a junio de 2010, se desempeñó como investigador jefe del Instituto de Investigación AT&T en los Estados Unidos; de junio de 2010 a agosto de 2016, se desempeñó como profesor en la Escuela de Estadística y Gestión de la Universidad de Finanzas y Economía de Shanghai;
Dirección de investigación y logros de Mao Changxuan
1 Dirección de investigación
El campo de investigación de Mao Changxuan es principalmente estadística no paramétrica, y sus campos de aplicación incluyen inteligencia empresarial, Ecología, bioinformática, gestión sanitaria, educación superior, seguridad social. Los cursos impartidos incluyen estadística matemática, estadística matemática avanzada, modelos lineales, diseño experimental, modelos lineales generalizados, computación estadística, minería de datos, procesos estocásticos, bioinformática, etc.
2. Resultados de la investigación
Desde 2002, Mao Changxuan ha publicado más de 30 artículos en inglés y los resultados de su investigación han sido ampliamente citados por académicos de todo el mundo. El artículo de Mao Changxuan "Mao y Lindsay" estudió el problema del número total de grupos y resolvió el famoso problema estadístico "el número total de grupos". Este artículo subversivo señaló la singularidad del problema, demostró que todos los métodos anteriores tenían fallas importantes y señaló la única forma correcta. Se llamó trabajo de ensueño.