中国人民大学的统计学博士，门牌有两块。一块是统计学院，一块是统计与大数据研究院，两家都在“统计学”这个一级学科下招博士。人大2025年公布的博士推荐名单里，统计学院按经济与社会统计、风险管理与精算、概率论与数理统计、生物与医学统计几个方向录人，研究院则分成统计学、数据科学与人工智能两个方向。
两块门牌分得很清楚。招生细则、考核科目、导师名单由各自单位发布，你在统计学院网站上看到的通知，不能直接套到研究院头上。这篇要讲的导师朱利平在研究院，往下说的路径，以研究院的口径为准。
人大以人文社科出名，理科里分量最重的一块牌子恰好是统计。
研究院2026年的硕士招生简章写得直白：统计学科是国家“双一流”重点建设学科，也是全国A+学科。对想读统计博士的人来说，这意味着同行评价高、生源竞争也激烈，两件事要一起考虑。
进门的路：申请—考核，外加两条内部通道
人大博士招生走“申请—考核”制。从2025年统计类博士的推荐名单看，录取类别至少有三种：公开报名的“申请—考核”、本校硕士生的硕博连读、硕博直通。外校硕士能走的，基本只有第一种。
考核由哪几块组成，可以从统计学院公布的2025年综合考核成绩表里看出来：专业和综合素质面试、外语面试、专业课笔试、外语笔试，最后折成一个加权成绩。研究院的科目以它自己的实施细则为准，但统计学科要考笔试这件事，你最好按“一定会考”来准备。
成绩表里有个细节值得多看一眼。缺考面试的考生，笔试分数再像样，加权成绩也只剩二三十分，直接出局。面试和笔试都算进总分，哪一项空着都等于放弃。
学制方面，人大公开的招生文件写明，普通博士生基本学习年限为4年，硕博连读和本科直博的基本学习年限更长。2027年的博士招生简章，截至2026年11月11日我没有查到官方原文，报名时间和材料要求以人大研招网届时发布的版本为准。
材料里分量最重的一份，是研究构想。
以人大2026年“思政课博士培养计划”的材料清单为例，研究构想要写清拟研究的问题、知识储备、创新点、研究框架和方法，总字数不超过一万二千字，另附两位教授或正高职称专家的推荐书。统计学科的具体要求可能不同，但这个清单能让你知道人大想看到什么颗粒度。
钱：国家那一档清楚，学校那一档要问
标题里的3万元，是研究生国家奖学金的标准：博士生每生每年3万元，中央财政出资，一年评一次。2024年国家调整奖助政策后，这个标准没有变。它是竞争性的，名额分到学校，不会人人都有。
第二层是学业奖学金。从2025年起，中央财政对中央高校博士生学业奖学金的支持标准是每生每年一万二，学校可以分档发放，最高一档不超过每年三万。人大2027级具体怎么分档，我没有查到官方文件。
第三层是日常生活靠的那部分：助学金、助研助教津贴，还有导师课题经费里发的补助。这一层差别最大，研究院和学院不一样，组和组也不一样，建议你在面试阶段直接问清每月大概多少。
读完这一节，别把三层加起来当年收入。国奖和学业奖学金的高档都要评，评上是额外的收入；能按月指望的，是第三层。
朱利平：把“变量比样本还多”变成能下手的问题
朱利平现任中国人民大学教授、博士生导师、统计与大数据研究院院长，是国家杰出青年科学基金获得者，也是国家重大人才工程入选者和国家重点研发计划首席科学家。他先后担任统计学顶级期刊《统计年刊》和《中华统计学》《多元分析》的副主编，还是人教版普通高中《数学》教科书的联合主编。
学术圈之外，他主持开发的虚假诉讼预警甄别系统，已在四川省高级人民法院、成都市中级人民法院等十家法院部署应用。
他的主战场是高维数据。先说一个能感知的场景：一项基因研究，几百个病人，每人测了几万个位点。变量比样本多出两个数量级，经典回归直接失灵，方程比未知数少得多，解有无穷多个。
传统思路是先假定一个模型，比如线性模型，再在模型里挑变量。麻烦是，真实关系如果是弯的、带交互的，先假定的模型就错了，挑出来的变量也跟着错。
2011年，朱利平和合作者在《美国统计学会会刊》上发表了一种不依赖模型的变量筛选方法。可以这样理解它：不去猜Y和某个X之间画的是直线还是曲线，只问一个更朴素的问题，当Y落在某个值以下时，这个X有没有跟着变。把Y的每个切点都问一遍，再把答案平均起来，就是这个变量的得分。
这个得分不需要先假设模型长什么样，对重尾数据也比较稳。真正有用的变量会排到前面，几万个候选可以先压到几百个，再交给精细的方法处理。多所高校发布的报告人介绍里提到，这套方法被列为变量筛选领域的基准方法。
同样的思路，他在充分降维上也走过一遍。经典的切片逆回归要先把Y切成几段，切几段全凭经验，切法一变，结果就晃。他提出的累积切片估计不再挑切片数，把所有切点上的信息累加起来，估计结果不再随人为选择摇摆。
再往后，他提出投影相关系数，用来度量两个随机向量之间的非线性相关；又提出区间分位数相依的想法，把“独立”这个概念拆得更细。公开介绍里说，投影相关系数已经用到类脑科学和天文学的研究中。
从2024年12月和2025年5月他在复旦大学管理学院的两次报告题目看，他眼下关心两类问题：黑箱学习器在高维数据上到底学没学到位，怎样做拟合优度检验；海量数据分散在多台机器上时，分而治之的估计怎样才不丢效率。
主线一以贯之：先承认模型可能是错的，再设计一个对模型错误不敏感的量。
你适合吗：一个半小时的自测
这个组的日常，是推导、证明和模拟交替进行。一个新方法要证明一致性和收敛速度，要写程序在几十种设定下跑模拟，还要找一份真实数据说明它有用。三件事缺一样，论文就站不住。
所以概率论、数理统计、实分析是底子。数学和统计本科出身的同学最顺；计算机背景的同学如果主要经验是调模型、刷榜单，进来以后要补的主要是证明。经济、金融背景也有机会，前提是学过测度论层面的概率，或者愿意在第一年补上。
自测方法：找来2011年那篇变量筛选的论文，读它定义筛选得分的那一节，自己写出得分的样本估计，再生成五十个样本、两千个变量的模拟数据跑一遍，看真变量能不能排进前十。一个半小时内能做完，说明你和这个方向的距离不远。
研究计划别写“我对高维统计很感兴趣”，这句话在这个组等于没写。可以在他的框架里问得具体一些：数据分散在上百台机器上时，不依赖模型的筛选得分怎样分布式计算，误差会不会累积？黑箱模型的拟合优度检验，换到时间序列数据上还成立吗？法院文书这类文本数据，变量筛选里的“变量”该怎么定义？
留给你的问题
朱利平的这些方法，大多有一个共同前提：样本之间大体独立。现实里的大数据偏偏常常不独立，病人来自同一家医院，用户在同一个社交网络里，法院案件互相援引。
当样本彼此牵连，“不依赖模型”的筛选还能不依赖到什么程度？
你如果能把这个问题想出一个能动手的版本，就把它写进研究构想。2027年他招不招、招几个，研究院网站上不会写，写信时先讲清你想做的问题，再问名额。
