本書是一本為統計學專業或大量運用統計學工具的其他領域的碩士研究生或博士研究生而編寫的教材。本書力圖全面的講述統計學的基本理論與方法，通過運用影響函數等工具將參數統計、非參數統計和半參數統計建立一個統一的體系，闡述三種統計學的基本思想以及三種統計學之間的共同之處和不同之處。通過上述內容的講述，本書嘗試建立現代統計學的基本框架，為學生在以后的相應領域打下一個堅實的統計學入門基礎。基于此，本書著重于講述三種統計學中估計方法的構造過程與思想，以及這些方法的理論性質的推導與證明。這些方法及其理論性質是今后進一步學習相關統計推斷和應用實踐的基礎。
第１章 導論
１.１ 統計模型的分類
１.１.１ 參數模型
１.１.２ 非參數模型
１.１.３ 半參數模型
１.２ 漸近理論
１.２.１ 收斂的概念
１.２.２ 收斂符號Ｏｐ（·）和ｏｐ（·）
１.２.３ 參數Δ方法
１.３ 估計量的評價
１.３.１ 均方誤差準則
１.３.２ 漸近評價準則
第２章 參數估計
２.１ 分布中的參數估計
２.１.１ 矩估計法
２.１.２ 極大似然估計法
２.２ 回歸函數的估計
２.２.１ 線性回歸
２.２.２ 廣義線性回歸
２.２.３ 非線性回歸
２.３ Ｍ估計量與Ｚ估計量
２.３.１ 介紹
２.３.２ 相合性
２.３.３ 漸近正態性
２.３.４ 一些應用例子
第３章 影響函數
３.１ 統計泛函
３.１.１ 介紹
３.１.２ 影響函數
３.１.３ 非參數Δ方法
３.２ Hilbert空間
３.２.１ 隨機函數的Hilbert空間
３.２.２ 子空間與投影
３.３ 影響函數集合
３.３.１ 導引
３.３.２ 參數模型
３.３.３ 半參數模型
３.３.４ 非參數模型
第４章 非參數估計
４.１ 分布估計
４.１.１ 密度函數的估計
４.１.２ 分布函數的估計
４.１.３ 危險率函數的核估計
４.２ 回歸函數的估計
４.２.１ 局部常數核回歸
４.２.２ 局部多項式核回歸
４.２.３ 其他非參數回歸方法簡介
４.２.４ 非參數估計的降維問題
第５章 半參數估計
５.１ 分布估計
５.１.１ 比例風險模型
５.１.２ 部分似然與截面似然
５.２ 回歸函數的估計
５.２.１ 限制矩模型
５.２.２ 部分線性模型
５.２.３ 單指標模型
５.２.４ 其他半參數模型簡介
參考文獻