2026鲁西乌（Rousseeuw）统计学100万美元大奖授予R语言项目团队|r语言|数学|科学|经济学|统计学|鲁西乌

★置顶zzllrr小乐公众号，追踪《小乐数学科普》系列报道，参与数学 vs AI投票！

2026鲁西乌（Rousseeuw）统计学大奖授予R语言项目团队（奖金$100万美元），颁奖典礼将于2026年11月4日在比利时鲁汶举行，届时将由比利时国王陛下亲自主持。

图源：rousseeuwprize.org

AI vs Math 投票火热进行中

（点击 zzllrr小乐公众号任一近期文章参与投票）

Your Vote Matters! We Value Your Value!

作者：鲁西乌统计学奖官网（Rousseeuw Prize for Statistics）2026-6-17

译者：zzllrr小乐（数学科普公众号）2026-7-3

求喜欢

2026年鲁西乌（Rousseeuw）统计学奖授予R语言核心开发团队成员，表彰他们数十年来持续打造、维护R语言项目的杰出贡献。

2026年获奖者名单如下：

布莱恩・里普利（Brian Ripley）教授，英国牛津大学
马丁・梅希勒（Martin Maechler）教授，瑞士苏黎世联邦理工学院
库尔特・霍尔尼克（Kurt Hornik）教授，奥地利维也纳经济与商业大学
彼得・达尔加德（Peter Dalgaard）教授，丹麦哥本哈根商学院
卢克・蒂尔尼（Luke Tierney）教授，美国爱荷华大学

奖金分配规则：一半奖金授予上述五位长期核心贡献者，另一半分给 R 核心团队其余成员。

三十年来，五位获奖者深耕 R 语言，打造出一套开源编程语言与软件环境，彻底改变统计学行业格局 —— 将过去价格高昂的商业专用统计工具，转变为全球所有人可共享的公共学术资源。

三十年间，R 语言项目作为集体协作成果，深刻推动统计方法与数据分析领域发展。R 是一套面向数据分析与可视化的计算机语言，依托完善的扩展软件包生态，成为各类新型统计方法开发、传播的核心载体。

R 语言诞生于九十年代初，由罗伯特・金特尔曼（Robert Gentleman）、罗斯・伊哈卡（Ross Ihaka）基于 S 语言开发实现；S 语言的设计者约翰・钱伯斯（John Chambers）于 1998 年斩获美国计算机学会软件系统奖。该项目最初仅用于课堂教学、语言原理实验，很快吸引一批拥有共同愿景学界志愿者参与，合力打造一套适配全主流操作系统、前沿免费开源统计系统。

自 1997 年年中起，R 核心开发团队全权负责 R 底层核心系统的迭代维护。团队部分成员搭建并长期运营R 综合归档网络（CRAN），仓库收录两万三千余个可兼容的程序包，同时持续同步适配 R 正式版与开发版。R 内置强大可视化绘图功能，也是生物导体（Bioconductor）基因组数据分析软件的底层基础。

在 R 核心团队统筹下，R 语言在 2000 年首个大版本发布、完成 S 语言复刻这一里程碑目标后，功能实现全方位拓展。项目初期便同时支持英语与西欧多国文字，这在当年统计软件中十分罕见；后续应全球需求完成多语言适配改造，支持绝大多数人类自然语言文本处理，软件提示信息也提供多语种翻译。底层系统新增字节编译器大幅提升运行效率、命名空间机制实现多包无冲突共存、高质量 C 语言统计计算库、全新图形引擎、动态 HTML 帮助文档、便捷的程序包构建 / 校验 / 发布管理体系等一系列核心模块。

正是完善的底层系统，搭配成熟扩展生态机制，让 R 成为统计学与数据科学领域通用通用标准语言。现代统计学绝大多数创新方法均基于 R 开发，并以开源程序包形式免费开放，供全球研究者使用。R 核心团队采用 GNU 通用公共许可证开源协议，消除传统商用统计软件带来的资金门槛。如今全球科研人员、学生、医院、公共卫生机构、各国政府（含发展中国家），无论机构资源优劣，均可使用同一套专业统计工具。他们的工作，将原本孤立、各自编写长代码的统计从业者，凝聚成乐于共享思路与代码、持续迭代创新的协作社群。

R 核心团队的研发初心，是让所有人都能免费使用顶尖统计方法，开展更完善的数据分析与科学决策。为此团队持续投入海量精力，适配不断迭代的软硬件环境。R 核心团队官方参考文献在语义学者平台总引用量超 34.3 万次，海量高质量扩展包也印证团队多年投入收获巨大成效，惠及全球广大使用者。

R语言团队5位核心成员

布莱恩・里普利（Brian Ripley）

牛津大学应用统计学荣休教授，1990 至 2014 年任职于此。入职牛津前，他曾任斯特拉斯克莱德大学统计学教授、伦敦帝国理工学院统计学高级讲师。他持有剑桥大学数学文学硕士与博士学位，曾斩获剑桥大学史密斯奖、亚当斯奖，以及英国皇家统计学会银盖伊奖章。

里普利教授深耕空间统计、基于模拟的统计推断、模式识别与统计计算领域，相关研究成果收录于六部专著。1994 年出版《现代 S 语言应用统计学》一书影响力深远，极大推动了 S 语言与 R 语言的普及。1999 年正式加入 R 语言核心开发团队前，他已为 R 语言贡献大量核心代码。

马丁・梅希勒（Martin Mächler）

瑞士计算统计学家，苏黎世联邦理工学院荣休教授，职业生涯绝大多数时间任职于该校统计研讨中心。1989 年于苏黎世联邦理工学院取得数学博士学位。主要研究与授课方向：计算统计、稳健统计、聚类算法、联结模型、稀疏矩阵计算。

作为苏黎世联邦理工学院开源软件领域先驱，他于 1995 年 R 项目诞生不久便加入开发团队，是 R 核心开发团队资深成员；2026 年 5 月前长期担任 R 基金会秘书长。为面向全球高校打造实用工具，他独立或联合开发、长期维护多款 R 语言基础核心包，包括矩阵运算包 Matrix、聚类包 cluster、稳健统计基础包 robustbase、联结模型包 copula，并深度参与混合效应模型 lme4 包研发；同时是 Emacs 统计插件（ESS）核心开发者与项目负责人。

库尔特・霍尔尼克（Kurt Hornik）

维也纳经济大学（WU）统计与计算教授，兼任金融、会计与统计系主任、量化金融硕士项目负责人。此前曾任职维也纳工业大学与产业界。于维也纳工业大学取得应用数学理学硕士、博士、教授资格论文。研究方向：统计计算、统计可视化、机器学习，以及经济、社会科学中的统计应用。累计发表 250 余篇学术论文，总引用量超 10 万次。三十余年活跃于 R 核心开发团队。

他与弗里茨・莱施共同创立 R 综合档案库（CRAN）、《R 通讯》期刊、R 统计计算基金会；曾任基金会财务主管，现任基金会副主席，自 1997 年起协同维护 CRAN 资源库。

彼得・达尔加德（Peter Dalgaard）

2010 年起任职哥本哈根商学院统计中心教授；此前在哥本哈根大学公共卫生学院生物统计分部工作近 25 年。1985 年取得哥本哈根大学数理统计硕士，1991 年依托眼科反问题联合研究项目取得博士学位；1996–2000 年担任丹麦理论统计学会主席。1997 年加入 R 核心团队，负责版本管理与发布流程；著有《R 语言基础统计学》（第三版即将出版）；2008–2011 年担任《R 通讯》《R 期刊》主编，2015–2018 年联合主编《斯堪的纳维亚统计学杂志》。

卢克・蒂尔尼（Luke Tierney）

爱荷华大学统计与精算科学系荣休教授，此前历任明尼苏达大学、卡内基梅隆大学教职。1980 年取得康奈尔大学运筹学博士学位，研究方向：贝叶斯统计计算工具、数据分析与可视化计算环境。Lisp-Stat 系统开发者，自 R 项目创立之初即为核心团队成员；1992 年获古根海姆学者基金，2019 年获美国统计协会计算与图形奖，入选国际统计学会会士、美国统计协会会士、数理统计学会会士。

鲁西乌（Rousseeuw）统计学大奖简介

1 奖项性质
统计学是科学、医疗卫生、工业、经济、政务等诸多领域的基石，惠及整个社会。但统计学相关研究获得的认可度，始终不及数学、物理、计算机等相近学科。
设立鲁西乌统计学奖，正是为弥补这一差距。该奖项表彰统计学领域具有开拓性的研究方法，授予具备重大影响力、在统计实务中得到广泛应用的统计创新成果（标志性理论或工具）。
本奖项聚焦创新成果本身，而非单一获奖者，因此可以表彰为同一项重大创新作出关键贡献的多位学者。表彰这类创新成果研发者，核心目的是让公众认识统计学的重要价值与学术内涵，及其对人类各类事业的深远影响。

颁奖周期：偶数年颁发，首届为 2022年。

奖金：单项总奖金100万美元，多位获奖者将共同分配，奖项通常会授予多人。

本奖项对统计学的定义

统计学是依托数据波动性，从数据中提取有效信息的科学与技术。很多人觉得统计操作门槛很低，却低估了做好统计分析的难度。

统计学覆盖领域

以下研究方向均属于本奖项认可的统计学范畴：人工智能、大数据、生物统计、化学计量、分类算法、数据分析、数据挖掘、数据科学、数据可视化、试验设计、计量经济学、环境计量、机器学习、多元统计、模式识别、心理计量、质量管控、量化金融、社会计量、统计计算、统计学习、技术计量、时间序列分析等。

统计学常借鉴逼近论、凸优化、微分方程、数值线性代数、最优化、概率论、软件工程等学科理论，但仅属于上述学科、不具备统计核心属性的研究，不在本奖项评选范围内。

参评成果与获奖者限制

无成果年限要求，不限制获奖研究的完成时间；无获奖者年龄限制。
获奖者必须在世，机构不能参评。若一项成果的核心贡献者已离世，其余在世合著者仍可获奖，已故学者会被单独标注（2024年奖项即标注了约西・霍赫伯格 Yosef Hochberg）。
提名规则：一份提名对应一项统计创新，提名名单最多列出五位贡献者；提名时鼓励兼顾性别多元；不允许自我提名。提名材料（含推荐信）统一在官网提名板块提交。

2 主办机构：博杜安国王基金会

鲁西乌统计学奖由比利时博杜安（Baudouin）国王基金会（KBF）颁发，该基金会是比利时大型公益基金会。基金会作为奖项主办主体，拥有颁奖、奖金发放全部法律与财务决定权；评审委员会仅提供推荐意见，基金会无需完全采纳其建议，基金会的最终评选结果不可申诉，无后续复议环节。

3 奖项名称的由来

本奖项以出资赞助人、统计学家彼得・J・鲁西乌（Peter J. Rousseeuw）命名。彼得先后于布鲁塞尔自由大学、瑞士苏黎世联邦理工学院攻读统计学；历任荷兰代尔夫特理工大学、瑞士弗里堡大学、比利时安特卫普统计学教授，也曾在纽约一家统计套利企业从事多年科研工作，2022 年起任比利时鲁汶大学荣休教授。

可在维基百科、谷歌学术、鲁汶大学官网查阅他的研究成果。

彼得指导过众多博士研究生，包括安尼克・勒鲁瓦（Annick Leroy）、克里斯托夫・克鲁克斯（Christophe Croux）、赫特・莫伦伯格斯（Geert Molenberghs、米娅・于贝尔（Mia Hubert）、斯特凡・范阿尔斯特（Stefan Van Aelst）、蒂姆・韦尔东克（Tim Verdonck）、雅各布・雷马克尔斯（Jakob Raymaekers）。

4评审委员会职责

委员会组建：由博杜安国王基金会聘任 10 位国际知名统计学家组成国际评审团。
工作内容：研读全部提名材料，拟定包含 3 项候选成果的排序短名单（用于应对获奖者拒领、无法出席颁奖仪式的情况）；评审团有权增减提名候选人；若多人获奖，委员会提出奖金分配方案（可均分，也可依据各人贡献权重分配）。
匿名规则：评审工作全程保密，委员会成员名单不对外公开，避免外界施压。
评审回避制度：为保证评选公平中立，委员不得与短名单候选人存在亲属、伴侣、师生、近 15 年合著关系；委员不可自行提交提名。
评选准则：遴选成果与获奖者时，不分性别、种族、性取向、意识形态、宗教，平等考量全部重要研究与贡献者。

2026年度鲁西乌统计学奖评审委员会

主席：

玛丽亚 - 皮娅・维多利亚 - 费瑟（Maria-Pia Victoria-Feser），博洛尼亚大学

委员：

丹尼尔・阿普利（Daniel Apley），西北大学

迈克尔・弗兰德利（Michael Friendly），约克大学

托尔斯滕・霍托恩（Torsten Hothorn），苏黎世大学

卡伦・卡法达（Karen Kafadar），弗吉尼亚大学

苏格内特・吕贝（Sugnet Lubbe），斯泰伦博斯大学

史蒂夫・马伦（Steve Marron），北卡罗来纳大学

让 - 米歇尔・波吉（Jean-Michel Poggi），巴黎萨克雷大学

辛西娅・鲁丁（Cynthia Rudin），杜克大学

王慧霞（Huixia Judy Wang，音译），莱斯大学

5 统计学五大细分领域

该分类用于保障各届获奖领域多元化，同时作为评审团人员配置参考。

一、通用统计方法学

涵盖估计、统计推断、模型选择、多元统计、非参数方法、预测等主题。

二、计算统计与数据科学

涵盖各类算法、大数据、分类、聚类、数据分析、数据挖掘、数据科学、可视化、图像分析、高维数据、机器学习、统计计算、统计学习、统计编程语言与软件。

三、生物统计学

涵盖生物信息学、生物计量、临床试验、流行病学、基因组统计、医学统计、制药统计、生存分析。

四、物理科学与工业统计学

涵盖天文统计、校准、化学计量、试验设计、环境计量、法医统计、地质统计、质量管控、可靠性、空间统计、农业统计、统计过程控制。

五、经济与人文统计学

涵盖商业统计、人口统计学、计量经济学、金融统计、预测、官方统计、面板数据、心理计量、社会计量。

6 奖项硬性评选规则

领域轮换规则：五大细分领域中，某一领域颁发奖项后，未来三届周期内不再评选该领域。首届（2022）授予生物统计方向，第二届（2024）授予通用统计方法学，因此 2026 届开放参评领域为：计算统计与数据科学、物理科学与工业统计学、经济与人文统计学。
重复获奖限制：任何人不得重复获得本奖项。

历届鲁西乌（Rousseeuw）统计学大奖得主一览

2026

表彰R语言核心团队们数十年来持续打造、维护 R 语言项目的杰出贡献。

详见 https://www.rousseeuwprize.org/2026

获奖者：

布莱恩・里普利（Brian Ripley）、马丁・梅希勒（Martin Maechler）、库尔特・霍尔尼克（Kurt Hornik）、彼得・达尔加德（Peter Dalgaard）、卢克・蒂尔尼（Luke Tierney）

2024

表彰错误发现率（FDR）及其控制方法

详见 https://www.rousseeuwprize.org/2024

获奖者：

约夫・本贾米尼（Yoav Benjamini，左2）、丹尼尔・耶库蒂利（Daniel Yekutieli，左1）、露丝・海勒（Ruth Heller，右2）。

获奖工作介绍：

1995年本贾米尼与霍赫伯格（Yosef Hochberg）发表论文首次提出错误发现率（FDR，False Discovery Rate），搭建起整套后续研究的理论框架。本届获奖者为以色列特拉维夫大学的约夫・本贾米尼、丹尼尔・耶库蒂利、露丝・海勒。约西・霍赫伯格同样居功至伟，但遗憾已与世长辞。他们的研究给出一套统计方法，既能限制虚假阳性结果的数量，又不会埋没真实科学发现。

这套获奖统计工具能帮助科研人员在产出真实成果的同时，把虚假发现控制在较低水平。你是否见过不少前景亮眼的科学结论，后续却再无下文？这就是科学界广泛存在的可重复性危机，一大核心成因是科研人员一次性检验海量数据，仅凭大量比对得出所谓 “新发现”。举例：实验室筛选疾病相关基因标记时，可能一次性检测两万余个基因，很容易把随机波动误判为有效关联，因此急需一套减少虚假发现的统计手段。

检验的变量越多，出现虚假阳性的概率就越高。早期传统思路会对每一组检验设置严苛标准，但这会大幅筛掉真正有价值的信号。科研工作者长期陷入两难：要么几乎报不出任何有效结果，要么发表根基不稳、难以复现的结论。

为解决该难题，本贾米尼与霍赫伯格提出新思路：以虚假发现占全部阳性结论的比例作为评判标准。比如一项研究筛出 60 个阳性信号，其中仅 3 个为假，虚假发现率仅 5%，尚可接受；但若 60 个结论里 40 个都是随机假信号，则完全不可取。1995 年二人给出错误发现率的严格数学定义：所有阳性结果中，虚假发现数量的数学期望。他们提出一套准则：将错误发现率控制在预设阈值以内，同时尽可能多地挖掘真实有效信号。直观来看这件事几乎无法实现 —— 我们事前无法预知虚假发现的总量，但二人成功设计出可行算法，即本贾米尼 - 霍赫伯格（BH）流程。该算法会根据数据集自动调整显著性阈值，阈值高低完全由数据本身决定。由于这套理论和当时主流统计范式差异巨大，论文历经五年、辗转三家期刊才得以发表。时至今日，该论文总引用量突破十万次，创下统计学文献引用纪录。

本贾米尼与另外两位获奖者耶库蒂利、海勒持续拓展错误发现率理论体系：联合推导 BH 算法的各类理论性质，将 FDR 准则拓展至图像分析等全新场景，同时提出评估科研结果可重复性的全新统计工具。

21世纪以来，基因组学、蛋白质组学、脑科学等领域进入数据工业化时代，仪器一次性产出海量待检验指标，需要自动化批量分析。伴随高性能计算机与大型数据库普及，错误发现率方法广泛应用于农业、天文、行为科学、经济学等各类学科。随着科研问题复杂度持续提升，FDR 理论的实用价值愈发突出。

目前全球大量统计学者深耕错误发现率相关理论，三位获奖者也持续独立、合作或联合其他研究者完善该体系，助力各行各业从复杂海量数据中提取可靠有效信息。

2022

表彰医学与公共卫生领域因果推断（Causal Inference）开创性工作

详见 https://www.rousseeuwprize.org/2022

获奖者：

詹姆斯・罗宾斯（James Robins，左3）、米格尔・埃尔南（Miguel Hernán，右1）、托马斯・理查森（Thomas Richardson，左1）、安德里亚・罗尼茨基（Andrea Rotnitzky，右2）、埃里克・切特根・切特根（Eric Tchetgen Tchetgen，左2）。

获奖工作介绍：

水母蜇人与冰淇淋的例子

这支研究团队因因果推断（Causal Inference）领域开创性成果受到表彰，该方法广泛应用于医学与公共卫生。因果推断，即从数据中分辨因果关系的分析过程，实操难度远超直观想象，因为多种变量往往同步变化、高度相关。

举个典型例子：单日水母蜇伤人数，通常会和冰淇淋销量同步上涨。
这就是相关性—— 冰淇淋卖得越多，被水母蜇伤的人越多。水母蜇伤数量还与气温、下海游泳人数、空调使用量等指标相关。

但冰淇淋并不会导致水母蜇人，下海游泳才是真正诱因。仅凭相关数据无法区分因果，这正是因果推断要解决的核心难题。

统计学领域的因果革命

获奖者的研究为流行病学核心问题提供了全新思路与统计工具，例如：长期药物治疗的真实疗效如何？若治疗有效，最优给药方案是什么？依托他们的理论，学界出台了艾滋病患者启动抗病毒治疗的最佳时机临床指南。

这类因果问题分析难度极大。罗宾斯指出，若研究中暴露因素、治疗方案会随时间动态变化，数据解读会极具迷惑性，其中存在复杂反馈回路。

以艾滋病患者为例：医生只会给免疫功能受损的感染者使用抗病毒药，因此接受治疗的患者平均病情更重。若仅做简单统计，容易错误得出 “抗病毒治疗有害” 的结论；但治疗本身又会修复免疫，免疫水平变化又会反过来改变后续用药方案，形成循环反馈。

罗宾斯在1980年代发表一系列精妙论文，攻克了这套方法论难题，为后续一整套因果推断创新奠定根基，推动统计学掀起一场因果革命。

从流行病到经济学的广泛应用

该系列研究深刻重塑了医学、公共卫生领域的统计分析范式，理论现已拓展至经济学、心理学等诸多学科。大量研究证明：过去很多观察性研究与随机试验结论相悖，根源是传统统计方法无法区分混杂关联与真实因果。兼具科学价值与社会影响力的典型应用研究包括：

绝经激素治疗对冠心病的影响；
他汀类药物与癌症发病风险关联；
抗炎药物对新冠患者的治疗收益。

这套获奖理论彻底改变统计学者、流行病学家评估干预手段、药物治疗、有害暴露因素效应的分析思路，大幅提升医学与公共卫生领域因果分析可信度，带来巨大社会公共收益。

参考资料

https://www.rousseeuwprize.org/2026

https://www.rousseeuwprize.org/2026/laureates

https://www.rousseeuwprize.org/assets/2026/press/20260617%20-%20Press%20release%20-%20RPfS%202026.pdf

https://www.rousseeuwprize.org/assets/2026/press/2026_R_Project_long_description.pdf

https://math.ethz.ch/news-and-events/news/d-math-news/2026/06/statistics-for-all-open-source-pioneers-win-million-dollar-prize.html

小乐数学科普近期文章

小乐数学科普历年合集

版权声明：本文首发于微信公众号“zzllrr小乐”的专栏《小乐数学科普》。欢迎个人转发。如需转载，请在“zzllrr小乐”公众号后台回复“转载”，还可通过公众号菜单、发送邮件到zzllrr@gmail.com与我们取得联系。相关图文音视频内容默认遵守CC BY-NC 4.0知识共享协议，未获作者和译者授权，禁止用于营销宣传和商业目的。如有勘误，请反馈给zzllrr小乐公众号第一时间更正，其他平台非首发或无法多次同步，未必会及时更正同一错误，望予以谅解。

·开放 · 友好 · 多元 · 普适 · 守拙·