第1部分 非参数核方法
第直章 密度估计
1.1 单变量密度估计
1.2 单变量窗宽选择：经验法则和插入法
1.3 单变量窗宽选择：交错鉴定法
1.4 单变量累积分布函数估计
1.5 单变量累积分布函数窗宽选择：交错鉴定法
1.6 多变量密度估计
1.7 多变量窗宽选择：经验法则和插入法
1.8 多变量窗宽选择：交错鉴定法
1.9 密度估计量的渐近正态性
1.10 一致收敛速度
1.11 高阶核函数
1.12 定理1.4的证明
1.13 应用
1.14 习题
第2章 回归
2.1 局部常数核估计
2.2 局部常数窗宽选择
2.3 一致收敛速度
2.4 局部线性核估计
2.5 局部多项式回归
2.6 应用
2.7 证明
2.8 习题
第3章 混合数据的频率估计
3.1 离散数据的概率函数估计
3.2 有离散回归元的回归
3.3 混合数据的估计：频率方法
3.4 关于频率方法一些要注意的说明
3.5 证明
3.6 习题
第4章 混合数据的核估计
4.1 离散数据联合分布的平滑估计
4.2 离散数据的平滑回归
4.3 有离散回归元的核回归：无关回归情形
4.4 混合数据的回归：相关回归元的情形
4.5 混合数据的回归：无关回归元的情形
4.6 应用
4.7 习题
第5章 条件密度估计
5.1 条件密度估计：相关变量的情形
5.2 条件密度窗宽选择
……
第2部分 半参数方法
第3部分 一致模型的设定检验
第4部分 非参数近邻和序列方法
第5部分 时间序列、联立方程和面板数据模型
附录A 背景统计概念
主题索引
译后记
· · · · · · (收起)