1. 무작위 과정과 마르코프 체인: 브라운 운동, 포아송 과정 등과 같은 무작위 변수의 진화 법칙을 연구합니다.
2. 극한 정리와 대수의 법칙: 중심 극한 정리와 대수의 법칙과 같은 무작위 변수 시퀀스의 수렴성을 연구합니다.
3. 매개변수 추정 및 가정 검사: 샘플 데이터를 기준으로 전체 매개변수를 추정하고 검증하는 방법 (예: 최대 우도 추정, 신뢰 구간 등) 을 연구합니다.
4. 분산 및 회귀 분석: 선형 회귀 및 분산 분석과 같은 여러 인수가 종속 변수에 미치는 영향을 조사합니다.
5. 시계열 분석: 아리마 모델 및 가르시아 모델과 같은 시계열 데이터의 예측 및 모델링을 연구합니다.
6. 베이시안 통계: 베이시안 공식, 베이시안 네트워크 등과 같은 선험적 정보에 기반한 추리 방법을 연구한다.
7. 비모수 통계: 연구는 전체 분포 가정에 의존하지 않는 추론 방법 (예: 핵 밀도 추정, 합계 검사 등) 을 연구한다.
8. 고차원 데이터 분석: 고차원 데이터를 처리하는 연구 방법 (예: 주성분 분석, 클러스터 분석 등).
9. 생존 분석: 시간부터 이벤트까지의 데이터 (예: 생존 함수 및 Cox 비율 위험 모델) 를 연구합니다.
10. 공간 통계: 지리 가중 회귀, 공간 자체 상관 분석 등과 같은 공간 데이터 분석 방법을 연구합니다.