一、主持项目情况：

1. 国家自然科学基金青年科学基金项目，项目号：12001091，结题 (执行时间：2021.01-2023.12)

2. 中国博士后科学基金特别资助（站中），项目号：2021T140108，结题

3. 中国博士后科学基金面上资助（第69批），项目号：2021M690587，结题

4. 中央高校基本科研业务经费，项目号：2412020QD025，结题

二、发表论文情况：

目前已发表SSCI或SCI检索论文共20余篇，其中第一作者论文6篇，通讯作者论文12篇，超学科平均影响因子论文17篇。

代表性论文（*为通讯作者, †为指导学生）：

      1. Xu, S.†, Lu, J.*, Zhang, J.*, Wang, C., & Xu, G. (2024+). Optimizing Large-Scale Educational Assessment with a “Divide-and-Conquer” Strategy: Fast and Efficient Distributed Bayesian Inference in IRT Models. Psychometrika, 1-29. (SOCIAL SCIENCES, MATHEMATICAL METHODS, JCR Q1, 中科院一区)

      2. Lu, J., Wang C., Zhang, J.*, & Tao, J. (2024) A sequential Bayesian changepoint detection for aberrant behaviors in computerized testing. British Journal of Mathematical and Statistical Psychology, 77, 31–54. (STATISTICS & PROBABILITY统计学与概率论, JCR Q1, 期刊排序17/125, 五年平均IF 3.44)

      3. Zhang, J., Wang, C., & Lu, J*. (2024). Modeling item revisiting behavior in computer-based testing: Exploring the effect of item revisitations as collateral information. Behavior Research Methods, 56, 4661-4681. (PSYCHOLOGY, MATHEMATICAL, JCR Q1, 期刊排序1/13, TOP期刊, 五年平均IF 7.7)

      4. Lu J.*, Wang C., & Shi N. (2023) A mixture response time process model for aberrant behaviors and item nonresponses. Multivariate Behavioral Research, 58:1, 71-89. (STATISTICS & PROBABILITY, 中科院1区, JCR Q1, 五年平均IF 4.9)

      5. Lu, J.*, Wang C., Zhang, J.*, & Tao, J. (2020) A mixture model for responses and response times with a higher-order ability structure to detect rapid guessing behavior. British Journal of Mathematical and Statistical Psychology, 73, 261–288. (STATISTICS & PROBABILITY, JCR Q1, 期刊排序17/125, 五年平均IF 3.44)

      6. Lu, J., Zhang, J., & Tao, J^*. (2018).Slice–Gibbs sampling algorithm for estimating the parameters of a multilevel item response model. Journal of Mathematical Psychology, 82,12-25. (MATHEMATICS, INTERDISCIPLINARY APPLICATIONS数学跨学科应用, 中科院2区, JCR Q1, 2017-2019年平均IF 2.611)

      7. Lu J., Zhang, J.*, Zhang, Z., Xu, B., & Tao, J. (2021) A novel and highly effective Bayesian sampling algorithm based on the auxiliary variables to estimate the testlet effect models. Frontiers in Psychology, 12: 509575. doi: 10.3389/fpsyg.2021.509575 (PSYCHOLOGY, MULTIDISCIPLINARY心理学及多学科交叉, JCR Q2分区, 期刊排序43/140, 五年平均IF 3.618)

      8. Lu, J., & Wang C^*. (2020). A response time process model for not-reached and omitted items. Journal of Educational Measurement, 57(4), 584-620. (PSYCHOLOGY, MATHEMATICAL心理学及数学, JCR Q4, 五年平均IF 2.133)

      9. Wang C.^*, & Lu J. (2021). Learning attribute hierarchies from data: Two exploratory approaches. Journal of Educational and Behavioral Statistics, 46(1), 58-84. (SOCIAL SCIENCES, MATHEMATICAL METHODS社科及数学方法, JCR Q1, 期刊排序10/52, 五年平均IF 4.387)

      10. Zhang, Z., Zhang, J.^*, & Lu, J*. (2022). A Gibbs sampler for estimating the graded item response model with Likert-scale data via the Pólya–Gamma distribution: a calculationally efficient data-augmentation scheme. Statistics and Its Interface, 15, 463–474. (SCI, JCR Q4)

       三、参加国际会议情况：

      在JSM国际联合统计协会, ICSA国际泛华统计年会, ISBA-EAC 国际贝叶斯统计协会-东亚分会, IMPS国际心理计量年会（担任2020、2021和2024年 IMPS大会 Parallel Session Chair）, AERA美国教育研究大会, NCME美国教育测量年会，China-Japan Joint Workshop on Mathematics & Statistics中日联合数学与统计分会中做口头报告。

2024年5月至今  东北师范大学数学与统计学院副教授 博士生导师

2022年3月至今  东北师范大学数学与统计学院副教授 硕士生导师

2020年3月至2022年3月   东北师范大学数学与统计学院师资博士后

2018年9月至2019年9月   美国华盛顿大学联合培养博士研究生

2017年9月至2018年9月   美国明尼苏达大学联合培养博士研究生

2015年9月至2019年12月 东北师范大学统计学博士

通讯评审

Psychometrika、British Journal of Mathematical and Statistical Psychology、Journal of Educational and Behavioral Statistics、Journal of Educational Measurement、American Educational Research Association (Conference)、National Council on Measurement in Education (Conference)

1. 2022年中国博士后科学基金资助者选介，全国百名优秀博士后

2. 第十四届海峡两岸心理与教育测验学术研讨会暨全国教育统计与测量学术年会，青年学者优秀论文奖，2023年

教育统计与心理测量：

主要研究兴趣为被试异常行为（考试作弊行为或随机猜测行为等）检测、反应过程性数据的分析、反应时间数据的建模、缺失数据的统计分析、计算机自适应测验、多水平或多维项目反应模型、认知诊断模型、以及相关模型的统计算法开发等。

对招收硕士生的几点要求：

1.教育统计与心理测量方向是应用统计教育部重点实验室的特色研究方向，欢迎对本课题组感兴趣的、并有志于在硕士期间完成相关课题研究的同学；

2.具有较强的计算机编程能力，需要熟练使用R语言或MATLAB软件等；

3.具有较强的英语读写能力；

4.具有较好的文献检索能力，能自主学习、勇于探索、从而有效解决研究中遇到的难题；

5.积极乐观、能耐得住科研寂寞、能坐住板凳、肯吃苦、明确阶段性的学习任务、并及时汇报研究进展；

6.有明确考公意向、考证需求（如会计证、审计证）的同学不建议报考本课题组；

7.欢迎有意愿继续攻读博士的同学报考！

对招收博士生的几点要求：

1.具备基本的科研素养，掌握基本的统计分析技术、具有数据分析能力、英文文献阅读与英文写作能力。

2.熟练掌握计算机编程语言，R语言、MATLAB或Python软件；

3.能耐得住科研寂寞、能坐住板凳、肯吃苦；

4.具有较强的自主学习动机；

5.欢迎热爱科研，乐于向外探索、勇于向内认知的同学!