[Introduction to Empirical Processes and Semiparametric Inference]

本书简介：
       本书对经验过程和半参数推断提供了自我包含的、循序渐进的介绍。这些功能强大的研究技术在以下两个方面发挥了重大作用。(1)从真实的复杂模型研究统计学估计的大样本性质;(2)对统计学推断开发新的方法。
　　对每一个主要的思想,作者均以非技术推动的方式引入,从头至尾给出了例子,以便清楚地阐述重要的概念。每一章的结尾都有家庭作业问题,以便帮助读者更深入地理解这些概念。
　　本书共有22章,分成三个部分。第一部分综述,含第1~4章。1.绪论;2.经验过程综述;3.半参数推断综述;4.实例研究I。第二部分经验过程,含第5~15章。5.对经验过程的介绍;6.经验过程初步;7.随机收敛;8.经验过程方法;9.熵的计算;10.自助经验过程;11.更多的经验过程结果;12.函数delta方法;13.Z一估计量;14.M-估计量;15.实例研究Ⅱ。第三部分半参数推断,含第16~22章。16.对半参数推断的介绍;17.半参数推断初步;18.半参数模型与有效性;19.有限维参数的有效推断;20.无限维参数的有效推断;21.半参数M-估计量;22.实例研究Ⅲ。
　　本书是《斯普林格统计学丛书》中的一本。作者是美国北卡罗来纳大学ChapelHill校区生物统计系的教授、系主任、统计学和运筹学系的教授。他是美国统计学协会和数理统计研究所的Fellow。《统计学纪事》、《统计学电子杂志》、《国际生物统计学、统计学和概率快报杂志》及《统计学综述》的副编辑。
　　本书的目标读者群包括统计学家、生物统计学家以及具有数理统计背景的其他研究人员。适合于统计学和生物统计学研究生第二年的课程。