参考文献中的数学33条,2标准条款)

1. 罗奎因，艾蒂安；Verzelen，Nicolas:具有未知空分布的错误发现率控制：有可能模仿甲骨文吗？（2022年）
2. 卡彭蒂埃，亚历山德拉；德尔瓦恩，西拉特；罗奎因，艾蒂安；Verzelen，Nicolas:用离群值选择估计最小效应（2021）
3. 范建清；王开正；钟一巧；朱自伟：稳健高维因子模型及其在统计机器学习中的应用（2021）
4. 杰拉德，大卫；Stephens，Matthew:基于阴性对照消除不必要变化的统一和通用方法（2021）
5. 陈曦；周文新：基于乘法器引导的鲁棒推理（2020）
6. 德维杰，埃米莉；Perthame，Emeline：通过逆回归预测区域（2020年）
7. 余、张；丹尼尔，泽特曼：与同时多重假设检验相关的分布（2020）
8. 于伟昌；奥莫罗德，约翰T。；Stewart，Michael:变量选择的变分判别分析（2020）
9. 范建清；可，元；孙强；周文新：Farmtest：具有近似错误发现控制的因子调整稳健多重检验（2019）
10. 詹，X。杰西；陈雄志：高维回归中的预测因子排序和错误发现比例控制（2019）
11. 博德温，凯利；张凯；Nobel，Andrew:基于测试的发现差异相关变量集的方法（2018）
12. 邓、鲁；子，薛敏；李中华：一定相关性下大规模模型检验的错误发现率（2018）
13. 周文新；百色、口石；范建清；刘汉：稳健（M）估计的新视角：有限样本理论及其在相依调整多重检验中的应用（2018）
14. 赵海兵：依赖下多重比较中错误发现比例的估计（2017）
15. 布鲁姆，尤娜；后脑-偏执狂，马加里；Causeur，David:基于先验生物学知识的共表达网络稀疏因子模型（2016）
16. 博德纳尔，塔拉斯；Reiß，Markus:低维和大维因子模型的精确和渐近检验及其应用（2016）
17. 德拉特，西尔文；Roquain，Etienne:高维高斯向量分量的经验分布函数及其在多重测试中的应用（2016）
18. 范建清；廖元元；王伟臣：因子模型中的预测主成分分析（2016）
19. Jessie Jeng，X.：检测高维弱信号（2016）
20. 佩瑟姆，爱梅林；冷冰冰，克洛埃；Causeur，David:高维相关数据分类问题中特征选择的稳定性（2016）