陈松蹊教授擅长领域：环境统计， 大气污染数据分析；经济、金融计量学；风险度量；统计学在人口普查中的应用；随机过程统计推断；高维数据分析；抽样方法

主要在超高维假设检验方法和非参数经验似然方法方面取得丰硕成果，与合作者提出了基于U-统计量和L2范数的超高维均值向量、协方差矩阵和回归系数的假设检验方法，突破了已有检验均要求数据维数和样本量是同阶的限制，在超高维下实现了对假设检验第一类错误概率的控制。在几个重要框架下建立了经验似然的一阶Wilks定理和二阶巴特莱特调整，为经验似然成为基本的非参数统计方法做出了贡献。注重数理统计的应用，以国家大气污染防治的重大需求为出发点，从事统计学与大气环境交叉学科研究，提出了去除大气监测数据中的气象因素干扰的方法，为精准度量污染排放和评估大气治理效果提供了科学方法。