王永雄（Wing Hung Wong），1953年出生，统计学家、计算生物学家，美国国家科学院院士、中央研究院院士、香港科学院创院院士，斯坦福大学统计系教授、生医数据科学系教授及史蒂芬·皮尔斯讲座教授。

王永雄中小学均就读于香港，后负笈美国。

1976年，毕业于加州大学伯克利分校数学系与统计系，获得学士学位。

1980年，毕业于威斯康星大学麦迪逊分校统计系，获得博士学位。之后进入芝加哥大学统计系任教，先后担任助理教授（1980年-1985年）、副教授（1985年-1988年）、教授（1988年-1994年）。

1994年-1997年，担任香港中文大学统计系教授兼系主任及香港中文大学数学科学研究所副所长。

1997年-2000年，担任加州大学洛杉矶分校统计系正教授。

2000年-2004年，担任哈佛大学统计系及生物统计系正教授。

2004年起，担任斯坦福大学统计系及生物统计系教授。

2009年-2012年，担任斯坦福大学统计系主任。

2012年，被任命为斯坦福大学史蒂芬·皮尔斯讲座教授。

王永雄的研究成果包括：

（1）在数理统计领域，他澄清了在一般空间上筛最大似然估计方法的大样本性质；

（2）在贝叶斯统计领域，他发展了采样算法并应用到贝叶斯推理的方法；

（3）在计算生物学领域，他开发了微阵列基因芯片表达数据和RNA测序数据分析的创新模型和方法。他在探索性数据分析、多元统计分析、机器学习等方面研发的技术方法，已经在计算生物学和系统生物学领域得到广泛应用。他一直致力于高通量基因组数据分析与研究，通过整合新一代测序技术和健康信息技术促进精准医学的发展，以便能够对患者开展进行个性化诊断、疾病预防和治疗。他研究组的专利技术已衍生了数家在基因组和医学大数据领域的成功创业公司。

截至2013年7月，王永雄发表了超过130篇科学论文。

代表性著作

Afshar, P. T., & Wong, W. H. (2017). COSINE: non-seeding method for mapping long noisy sequences. Nucleic Acids Research, 45(14). doi: 10.1093/nar/gkx511

Duren, Z., Chen, X., Jiang, R., Wang, Y., & Wong, W. H. (2017). Modeling gene regulation from paired expression and chromatin accessibility data. Proceedings of the National Academy of Sciences, 114(25). doi: 10.1073/pnas.1704553114

Li, Y. H., Li, D., Samusik, N., Wang, X., Guan, L., Nolan, G. P., & Wong, W. H. (2017). Scalable multi-sample single-cell data analysis by Partition-Assisted Clustering and Multiple Alignments of Networks. PLOS Computational Biology, 13(12). doi: 10.1371/journal.pcbi.1005875

Lin, Z., Yang, C., Zhu, Y., Duchi, J. C., Fu, Y., Wang, Y., … Wong, W. H. (2016). AC-PCA: simultaneous dimension reduction and adjustment for confounding variation. doi: 10.1101/040485

Ma, X., Xiao, L., & Wong, W. H. (2014). Learning regulatory programs by threshold SVD regression. Proceedings of the National Academy of Sciences, 111(44), 15675–15680. doi: 10.1073/pnas.1417808111

Au, K. F., Sebastiano, V., Afshar, P. T., Durruthy, J. D., Lee, L., Williams, B. A., … Wong, W. H. (2013). Characterization of the human ESC transcriptome by hybrid sequencing. Proceedings of the National Academy of Sciences, 110(50). doi: 10.1073/pnas.1320101110

Lu, L., Jiang, H., & Wong, W. H. (2013). Multivariate Density Estimation by Bayesian Sequential Partitioning. Journal of the American Statistical Association, 108(504), 1402–1410. doi: 10.1080/01621459.2013.813389

Meister, A., Li, Y. H., Choi, B., & Wong, W. H. (2013). Learning a nonlinear dynamical system model of gene regulation: A perturbed steady-state approach. The Annals of Applied Statistics, 7(3), 1311–1333. doi: 10.1214/13-aoas645

截至2013年7月，王永雄教授指导了22名博士，其中大多数已是统计科学领域的领军人物，包括哈佛大学统计系和生物统计系终身教授、2002年考普斯总统奖得主刘军。

据2019年11月斯坦福大学统计系官网显示，王永雄教授2019-2020学年度任教科目如下：

A Course in Bayesian Statistics

STATS 270, STATS 370 (Win)

Theory of Probability

STATS 116 (Aut)

2012年5月，王永雄教授为中国科学院北京基因组研究所百余名科研人员以及来自中国科学院遗传发育所、微生物所、动物所、生物物理所、心理所等生命科学领域相关研究所的科研人员作了题为《Completely phased genome sequencing and its applications》的学术报告。

2012年6月，王永雄受中国科学院国家数学与交叉科学中心邀请作了题为《Multivariate density estimation》的报告。

2015年6月，王永雄在香港城市大学作了题为《Statistics and Sequencing Technology》的学术报告。

2016年6月，王永雄受聘清华大学杰出访问教授并作学术报告，以《DNA测序、精准医学与统计》为题分享了他在相关方向上的深度思考和实践，包括通过新一代测序技术和健康信息技术，对患者进行个性化诊断、疾病预防和治疗的方法论，和这些发展中面临的主要统计和数据分析的挑战。

2018年4月，王永雄在清华大学工业工程系统计学研究中心主办的统计学论坛上作了题为《Mini-batching in Markov Chain Monte Carlo Inference》的特邀报告。

2018年11月，王永雄在东南大学作了题为《Biomedical big data, technology, and genome interpretation》的学术报告。

2019年5月，王永雄应北京大学“大学堂”顶尖学者讲学计划的邀请，发表题为《精准医学的大数据创新》的大众公开报告和题为《The joint analysis of bulk and single cell genomics data》的统计学科专题报告。

王永雄教授为统计学领域国际著名专家，在复杂生物学数据的统计计算分析领域做出了世人瞩目的成就。在理论生物学界里，王教授是极少数对于实验生物学有深度了解的科学家之一。他的基因表达统计理论，是2000-2010年间众多理论里最严谨的理论系统。他发展出的干细胞调控网络统计分析模式，也成为网络调控研究领域最尖端的理论。更重要的是这理论对于未来网络实验工作所产生的指导作用。（中国科学院评）

王（永雄）教授的洞察力和创新方法，从根本上改变了统计工作者如何处理实际问题。他的同辈中少有人能达到相同水准的数学深度、计算创意和科学影响力。（中央研究院评）

王永雄教授在统计理论和生物医药科学领域做出了大量奠基性的工作，尤其在数据拓展、蒙特·卡罗方法和贝叶斯方法领域。他还在计算生物学和系统生物学领域做出了杰出贡献。（第二届太湖国际统计论坛评）