教学
（从2022年春季开始，我们完全切换到画布，以下网站将不再更新。）
期刊出版物
-基于秩和图的方法-
关于Rosenbaum的基于秩的匹配估计
Matias D.Cattaneo、方翰和林哲晓
论因果林对多种数据的适应性
霍毅、范莹莹、方涵
关于平均处理效果的回归调整插补估计量
林哲孝、方翰
Chatterjee秩相关的极限定理
林哲孝、方翰
Azadkia-Chatterjee的相关系数适用于多种数据
方翰和黄志翰
《应用概率年鉴》（正在出版中）。
具有发散匹配数的倾向得分匹配
何一辉、方翰
生物特征（新闻稿）。
关于Chatterjee秩相关bootstrap的失败
林哲孝、方翰
生物特征（新闻稿）。
关于Azadkia-Chatterjee的条件相关系数
史洪健、马蒂亚斯·德顿、方翰
伯努利，30（2）：851--8772024。
基于最近邻匹配的估计：从密度比到平均处理效果
林哲孝、丁鹏、韩方
《计量经济学》，91（6）：2187-22172023。
论提高查特吉秩相关系数的能力 （程序代码）
林哲孝、方翰
生物特征，110（2）：283-2992023。
（杂志上阅读量最大的文章）
基于函数对空间符号算子的稳健函数主成分分析
王肯（Ken Wang）、刘思生（Sisheng Liu）、方涵（Fang Han）和崇治地（Chongzhi Di）
生物计量学，79（2）：1239-12532023。
论查特吉等级相关性的威力
史洪健、马蒂亚斯·德顿、方翰
Biometrika，109（2）：317-3332022。
（杂志上阅读量最大的文章）
秩相关系数在多元空间中的推广
方涵
伯努利新闻，28（2）：7-112021。
（2021伯努利学会新研究员奖讲座）
关于增维秩估计
范燕琴、方翰、李伟、周安德鲁
《计量经济学杂志》，214（2）：379-412200。
秩相关最大的高维一致独立性检验
马蒂亚斯·德顿（Mathias Drton）、方翰（Fang Han）和史洪健（Hongjian Shi）
《统计年鉴》，48（6）：3206-32272020。
ECA：非高斯分布下的高维椭圆分量分析 （程序代码）
方寒、韩流
《美国统计协会杂志-理论与方法》，113（521）：252-2682018年。
（2013年ICSA/ISBS学生论文奖得主）
数据异质性下加权U统计量的推理有效性研究
方翰、钱天辰
《电子统计杂志》，12（2）：2637-27082018。
高维独立性的无分布检验
方涵、陈士哲、韩流
生物特征，104（4）：813-8282017。
大型投资组合风险的稳健推断
范建清、方翰、刘汉和拜伦·维克斯
《计量经济学杂志》，194（2）：298-3082016。
高维半参数模型中稀疏中值图的估计
方涵、韩晓燕、韩柳、布莱恩·卡福
应用统计年鉴，10（3）：1397-14262016。
（2014年由ASA生物统计学部门赞助的David P.Byar Young调查者旅行奖获得者）
高维半参数尺度不变主成分分析
方寒、韩流
IEEE模式分析和机器智能汇刊，36（10）：2016-20322014。
高维超椭圆数据的尺度不变稀疏PCA
方寒、韩流
《美国统计协会杂志-理论与方法》，109（505）：275-2872014年。
高维copula判别分析
方涵、拓照、韩流
《机器学习研究杂志》，2013年，14:629-671。
高维半参数高斯copula图形模型
刘汉、韩方、袁明、拉弗蒂和拉里·瓦瑟曼
《统计年鉴》，40（4）：2293-23262012年。
（2013年David P.Byar Young调查员奖得主旅行奖由ASA生物识别部门赞助）
-统计最优运输（OT）和OT诱导等级-
基于中心向外象限、Spearman、Kendall和van der Waerden统计的多元独立性无分布检验
史洪健、马克·哈林、马蒂亚斯·德顿和方翰
伯努利（新闻稿）。
（用于标题为“基于符号和等级的中心向外象限、Spearman和Kendall多元独立性检验”）
向量独立性的普适一致和完全无分布秩检验
史洪健、马克·哈林、马蒂亚斯·德顿和方翰
《统计年鉴》，50（4）：1933-19592022。
（用于题为“基于中心向外等级和符号的一致无分布独立性测试的比率优化”）
通过中心输出等级和符号进行无分布一致独立性测试 （程序代码）
史洪健、马蒂亚斯·德顿、方翰
美国统计协会杂志-理论与方法，117（537）：395-4102022。
-混合物模型-
非参数泊松混合及以上的光滑NPMLE
林克武与方翰
基于非参数泊松混合的Fisher-Pitman置换测试及其在单细胞基因组学中的应用
郑淼、孔伟浩、拉米亚·维纳亚克、孙伟、方翰
美国统计协会杂志-理论与方法，119（545）：394-4062024。
高斯最优运输距离下的非参数混合最大似然估计
方翰、甄淼、沈燕迪
IEEE信息理论汇刊，69（12）：7823-78352023。
潜在多元的复合似然方法SNP数据的高斯建模及其在遗传关联检测中的应用
方翰、韦磐
生物统计学，68（1）：307-3152012。
-非参数和半参数回归-
高维部分线性模型的自适应估计 （程序） （补充）
方翰、赵仁、朱玉新
关于一般阶样条回归中的一个相变
沈燕迪、韩启阳、韩芳
IEEE信息理论汇刊，67（8）：5283-5304，2021。
随机设计非参数回归中方差的最优估计
沈燕迪、赵高、丹妮拉·维滕和方翰
《统计年鉴》，48（6）：3589-36182020。
关于等渗分段常数信号的估计
高超、韩方、张存辉
《统计年鉴》，48（2）：629-6542020。
高维广义回归的可证明平滑方法及其在基因组学中的应用
方翰、季洪凯、季志成、王洪浪
《电子统计杂志》，11（2）：4347-44032017。
-时间序列分析-
相依V统计量的尾部行为及其应用
沈燕迪、方翰和丹妮拉·维滕
潜在高维高斯向量自回归模型中Granger因果关系的估计和推断
范燕琴、方翰和韩国现代公园
计量经济学杂志，237（1）：1055132023。
三角阵列框架下高维时间序列的概率不等式
方翰、魏彪武
《工程统计手册》，第2版，施普林格，2023年。
相关性下大自方差矩阵的矩界
方涵、李一成
理论概率杂志，33:1445-14922020。
基于随机Fourier特征的相关V统计量指数不等式
沈燕迪、方翰和丹妮拉·维滕
概率电子杂志，25（7）：1-182020。
混合条件下U统计量的指数不等式
方涵
《理论概率杂志》，31:556-5782018。
基于高维相关数据的多图形模型联合估计
邱惠童、方翰、刘汉和布莱恩·卡福
《皇家统计学会杂志》，B辑，78（2）：487-5042016。
（2014年ENAR杰出学生论文奖获得者）
高维平稳向量自回归的直接估计
方涵、陆焕然、韩流
《机器学习研究杂志》，16:3115-3150，2015年。
-随机矩阵理论-
高维重尾分布的稳健散布矩阵估计
卢俊伟、韩芳、刘汉
IEEE信息理论汇刊，67（8）：5283-5304，2021。
广义尖峰种群模型中极值特征值的渐近联合分布和大样本协方差矩阵的迹
曾丽、方涵、姚建峰
《统计年鉴》，48（6）：3138-31602020。
检验基于大U-统计量的相关矩阵相等性的一种极值方法
周成、韩方、张新生、刘韩
伯努利，25（2）：1472-15032019年。
高斯比较不等式及其在大型随机矩阵谱分析中的应用
方翰、盛旭、文新洲
伯努利，24（3）：1787-18332018。
跨椭圆分布下潜在广义相关矩阵估计的统计分析
方寒、韩流
伯努利，23（1）：23-572017年。
-其他-
大数据分析的挑战
范建清、韩芳、刘汉
《国家科学评论》，1（3）：293-3142014。
（《华尔街日报》最受欢迎的文章，NSR 2015最佳论文）
PLS-VIP法寻找差异表达基因
方涵、吴敬晨、徐江峰、邓明华
北京大学科学学报，45（1）：1-52010。
-应用程序-
巴尔的摩有机智能探索宣言
与Thomas Hartung、Donald J.Zack等。
科学前沿，2023年1月。
第一次有机智能（OI）研讨会，形成OI社区
与Thomas Hartung、Joshua T Vogelstein等。
人工智能前沿，2023年6月。
脑类器官的外壳微电极阵列（MEA）
与Qi Huang、David Gracias等。
科学进展，2022年8月33日。
（刊登在期刊网站首页）
单细胞RNA-seq数据的个体差异表达分析
与Mengqi Zhang、Wei Sun等。
基因组生物学，2022年23时33分。
全基因组嗅觉细胞中多组蛋白甲基化的分析：对精神分裂症患者对氧化应激的细胞易感性
与Shinichi Kano、Akira Sawa等。
性质：分子精神病学，18（7）：740-7422013。
注意力缺陷多动障碍的MRI自动诊断
与Ani Eloyan、Brian Caffo等。
《系统神经科学前沿》，2012年6月61日。
（ADHD-200全球比赛冠军实现基于图像的诊断分类的最高预测性能算法）
强大的多标记关联测试：统一基因组距离回归和逻辑回归
方翰、韦磐
遗传流行病学，34（7）：680-6882010。
多个常见或罕见变异疾病相关性的数据自适应总和检验
方翰、韦磐
人类遗传，70:42-542010。
测试选择及其在检测多个SNP疾病关联中的应用
潘伟、方涵和沈晓彤
人类遗传，69:120-1302010。
同行评审的会议出版物
稳健的投资组合优化
邱惠童、方翰、刘汉和布莱恩·卡福
神经信息处理系统（NIPS），2015年28月。
（ASA赞助的2014年学生/青年研究员论文奖获得者风险分析部分）
高维重尾向量自回归过程中转移矩阵的稳健估计
邱慧彤、徐盛、韩方、刘汉和布莱恩·卡福
国际机器学习会议（ICML），2015年32月。
大规模基因组研究中上下文感知群体最近收缩的质心
杨娟敏、方翰、拉斐尔·伊里扎里、韩流
机器学习研究杂志（AISTATS跟踪），2014年17月。
高维椭圆模型下的稳健稀疏主成分回归
方寒、韩流
神经信息处理系统（NIPS），2013年26月。
（聚光灯演示）
高维向量自回归模型中的转移矩阵估计
方寒、韩流
国际机器学习会议（ICML），2013年30月。
高维多元时间序列的稀疏主成分分析
王兆然、韩芳、刘汉
机器学习研究杂志（AISTATS跟踪），2013年16月。
（2013年AISTATS杰出论文奖获得者）
非高斯相关数据的主成分分析
方寒、韩流
国际机器学习会议（ICML），2013年30日。
（2013年ENAR杰出学生论文奖获得者）
跨椭圆分量分析
方寒、韩流
神经信息处理系统（NIPS），2012年25月。
（口头报告）.R包智能在线可用
半参数主成分分析
方寒、韩流
神经信息处理系统（NIPS），2012年5月25日。
跨椭圆图形模型
刘汉、韩方、张存辉
神经信息处理系统（NIPS），2012年25月。
非正常SKEPTIC
刘汉、韩方、袁明、拉弗蒂和拉里·瓦瑟曼
国际机器学习会议（ICML），2012年29月。
未发布的技术报告
科尔莫戈洛夫依赖理论
邱惠童、方翰、刘汉和布莱恩·卡福
层次隐变量框架下的跨椭圆图形建模
刘汉、韩方、张存辉
|