高伟，现任双世宠妃统计学院教授、硕士生导师。2001年于河北师范大学获得数学教育专业理学学士，2004年于西北工业大学获得应用数学硕士学位，2009年于西北工业大学获得应用数学博士学位。自2009年6月在西安双世宠妃统计学院工作以来，历任讲师、副教授。2013年9月被评为硕士生导师，2020年12月晋升为教授。2014年2月-2015年2月在美国杜克大学统计系做访问学者。
研究主要集中在多维时间序列分析和图模型的统计建模和应用，研究兴趣主要集中于时变时间序列图模型、多维时间序列动态图模型的统计推断及应用问题。
1. 时空数据动态因果图模型建模方法及其应用研究， 教育部人文社会科学研究规划基金项目(22YJAZH020)，2022-09∼2015-09，主持
2. 多维时间序列时变图模型建模和预测方法研究，国家自然科学基金青年项目(11601404)， 2017-01∼2019-12，主持
3. 高维宏观经济时间序列及其应用研究，全国统计科学研究计划重点项目(2016LZ37)，2016-12∼2018-12，主持
4. 基于图模型的大数据统计分析方法研究，全国统计科学研究计划重点项目(2013LZ42)，2013-12∼2019-12，主持
[1] Wei Gao, Haizhong Yang. Time-varying Group Lasso Granger Causality Graph for High Dimensional Dynamic system[J]. Pattern Recognition, Volume 130, 2022,108789
[2] 高伟, 杨海忠, 杨露. 稀疏组Lasso Granger因果图模型及应用[J]. 统计与信息论坛, 2022, 37(4):3-12.
[3] Wei Gao, Haizhong Yang, Lu Yang. Change points detection and parameter estimation for multivariate time series[J]. Soft Computing, 2020, 24(9): 6395-6407.
[4] Wei Gao, Wenna Ye. A Min-Max conditional covariance algorithm for structure learning of Gaussian graphical models[J]. Statistical Analysis and Data Mining, 2019, 12(1): 12-22.
[5] 高伟, 崔婉琪, 邓笑笑. 多图模型及其在宏观经济指标相关分析中的应用[J]. 统计与信息论坛，2020,35(1): 48-52.
[6] Directed information graphs for the Granger causality of multivariate time series[J]. Physica A: Statistical Mechanics and its Application, 2017,486(24),701-710.
[7] 时变偏Granger因果关系检验及其应用[J]，统计与决策， 2018,34(20),75-78.
[8] 高伟. 基于图模型的时间序列分析方法[M]. 电子工业出版社，2020, 8.
