《现代数学基础丛书》序
前言
第1章绪论
1.1 估计方程估计方法概述
1.2 统计模型与估计方程
1.3 带有辅助信息的估计方程估计
1.4 估计方程估计的渐近性质概述
1.5 广义估计方程估计相合性
第2章数据类型
2.1 简单数据
2.2 时间序列数据
2.3 删失数据
2.4 缺失数据
2.5纵向数据（面板数据）
第3章准备知识
3.1 随机变量序列收敛性
3.2 大数律与中心极限定理
3.2.1 弱大数律和强大数律
3.2.2 重对数律
3.2.3 中心极限定理
3.2.4 估计的大样本性质
3.3 一致大数律及经验过程
3.4 一般极限定理
3.5 其他一些收敛定理
第4章Delta方法
4.1 Delta 方法的思想
4.2 向量估计函数Delta方法
4.3 相关研究及扩展
第5章矩估计与极大似然
5.1 矩估
5.2 极大似然估计
5.3 极大似然估计理论
5.4 信息阵及C—R不等式
5.5 有关极大似然估计的假设检验
5.6 删失数据下极大似然估计
5.7 截断数据极大似然
5.8 缺失数据极大似然估计
5.9 不可忽略缺失机制下的极大似然估计
5.10 条件似然估计
5.11 相关研究及扩展
……
第6章极值目标函数估计
第7章经验似然及估计方程
第8章伪极大似然
第9章估计方程估计的渐近理论
第10章估计方程的一般思想
第11章指数族及广义线性模型
第12章纵向数据估计方
第13章非参数估计方程
第14章非参和半参局部拟似然估计
第15章非参数时间序列估计方程方法
第16章删失数据下估计方程
第17章两样本估计方程
第18章光滑经验似然
第19章缺失数据估计方程
第20章缺失数据下分位数回归
附录A计数过程及其鞅理论
A.1 计数过程
A.2 鞅理论
A.3 风险率函数与生存分布
附录B非参数回归
B.1 非参数回归估计
B.2 局部线性估计
B.3 局部多项式回归
B.3.1 提出估计
B.3.2 局部多项式估计的偏差及方差
B.3.3 窗宽选择
B.3.4 核函数
B.3.5 补充
参考文献
索引
《现代数学基础丛书》已出版书目