依托数理基础理论研究中心，针对统计基础理论，开展统计计算、非参数贝叶斯理论、随机过程及其应用、函数型数据分析，因果推断、统计学习等方面的研究。
培养的研究生能够运用统计学科的理论和方法，解决科学研究或生产实践中与随机数据相关的基本理论，或统计调查、试验设计、可靠性统计、产品质量管理、经济统计等领域的应用问题。
1. 非参数贝叶斯理论
该研究方向大数据与人工智能领域，致力于贝叶斯非参数统计建模、统计计算、模型的渐近性质、基于贝叶斯非参数的统计学习等基础理论以及贝叶斯非参数统计在大数据与人工智能领域的应用等问题的研究，具体体包括：
其一，非可交换性数据的贝叶斯非参数统计建模与统计推断研究
其二，深度贝叶斯网络的构建及其统计推断研究
其三，变分推断及其在复杂模型贝叶斯推断中的应用研究
其四，贝叶斯非参数模型在文本挖掘、图形图像、生物医学、金融保险、社会经济等领域的应用研究。
2.统计最优控制理论
本学科方向负责人：卢志义