陈家清，男，出生于1972年11月，湖北襄阳人，1992年于湖北文理学院（原襄阳师专）数学专业；2003年于华中科技大学数学与统计学院硕士毕业，获得理学硕士学位，继续深造后，于2006年获理学博士学位；2009-2011年期间，在武汉理工大学管理科学与工程博士后流动站从事博士后研究；2012年前往美国弗罗里达大学做访问学者；2006年6月至今，在武汉理工大学理学院统计学系任教。主要研究方向：贝叶斯统计学及其应用、贝叶斯计量经济学、金融时间序列计量分析等。

夯实基础，厚积薄发

    2003年，他在华中科技大学硕士毕业时，发表了关于固定设计下半参数回归模型估计的r阶平均相合性的论文:
由于半参数回归模型有着广泛的应用背景,因而近十几年受到人们极大的关注,该文将对半参数回归模型的研究做进一步的讨论.半参数回归模型从理论上来说是一种特殊的回归模型,论文首先简要地介绍了经典的线性回归模型和非线性回归模型的基本知识,进而概述了半参数回归模型及相合性、权函数估计等相关知识,最后把研究工作集中在讨论半参数回归模型估计的r阶平均相合性上.当误差分别为L′-mixingale序列和NA序列时,我们对前人的工作进行了总结,给出了模型估计的r阶平均相合性必须要满足的条件及主要结果,在此基础上我们把误差分别推广为鞅差序列、局部。
    2006年，他在华中科技大学博士毕业时，发表了关于线性指数分布参数的经验贝叶斯估计的论文:
    主要研究线性指数分布参数的经验贝叶斯估计问题，该分布在检验一种新产品、新工艺或者新方法是否有效方面有着重要的实际意义。
   线性指数分布参数的经验：
   文章在线性损失函数下导出了线性指数分布参数单调的贝叶斯检验函数,利用独立同分布样本情形概率密度函数及其导数的核密度估计构造了经验贝叶斯(EB)检验函数。在适当的条件下,获得了EB检验函数的收敛速度,该收敛速度可任意接近O(n-1),改进了文献中已有的结果。最后给出了一个满足文中主要结果的例子。

总结经验，编书育人

《应用数理统计》
    概率、随机变量、分布函数、数字特征以及大数定理和中心极限定理等基础知识；假设检验的原理，抽样分布、参数估计、假设检验、方差分析、回归分析、正交设计和均匀设计等。概率、随机变量、分布函数、数字特征以及大数定理和中心极限定理等基础知识；假设检验的原理，抽样分布、参数估计、假设检验、方差分析、回归分析、正交设计和均匀设计等。
《应用随机过程》
    本书主要内容包括：概率论基础知识、随机过程的概念和基本类型、泊松过程、离散状态和连续时间马尔可夫链、鞅和布朗运动、随机分析等。本书尽可能地简化复杂的抽象证明或推导，主要突出知识的应用教学与学习；叙述通俗、简明且例题较多，并给出了章节习题的大部分参考答案，便于读者自学参考。本书可作为高等院校工科类以及管理、经济与金融类研究生和高年级本科生的教材，同时也可作为广大从事相关专业技术研究人员的参考或自学书籍。
《随机过程基础》
　 随机过程基础是为统计学以及相关专业本科生编写的随机过程基础知识入门教材，主要内容包括：概率论基础知识、随机过程的概念和基本类型、平稳过程、Poisson过程、更新过程、马尔可夫链、随机过程分析等。随机过程基础尽可能简化复杂的抽象证明或推导，重点讲述Poisson过程、更新过程、马尔可夫链、随机过程分析等内容。叙述通俗、简明且例题较多，并给出了章节习题的大部分参考答案，便于读者自学参考。随机过程基础也可作为广大从事以统计学为基础工具的相关技术研究人员的参考或者自学书籍。

积极进取，集思广益

    2015年，11月14日，湖北省数量经济学会年会在武汉理工大学隆重召开，本次年会由湖北省数量经济学会主办，湖北经济学院金融学院、湖北金融发展与金融安全研究中心共同承办。来自武汉大学、华中科技大学、华中农业大学、武汉理工大学、中南财经政法大学等高校的专家及师生代表共180余人参加了此次会议。武汉理工大学陈家清博士在会议上与众多专家师生就《贝叶斯统计方法与非线性经济模型分析》这一研究课题进行了自己的阐述。