贝叶斯建模、理论与计算；

连比尔·盖茨也谈论贝叶斯思想！

贝叶斯模型选择、变量选择与神经化先验。

统计学习方法：因子模型、指数模型、变分方法、高斯过程回归等。

高维方法：线性与非线性方法的FDR控制、切片逆回归。

非参数建模与检验：两样本检验、交互作用检验、生成式自助抽样法。

统计缺失数据问题、插值方法、因果推断。

Gibbs抽样及其他MCMC方法。详见我关于该主题的专著。

粒子滤波、序贯蒙特卡洛；参见综述 Sequential Monte Carlo for Dynamic Systems (Liu & Chen, 1998) 及本人的著作 Monte Carlo Strategies in Scientific Computing 第4章。

计算生物学：基因表达、癌症免疫学、单细胞分析、统计遗传学。

计算生物学：序列与结构分析；贝叶斯进化建模。