点估计理论 第2版PDF电子书下载

第一章 准备知识 1

问题 1

测度论与积分 6

概率论 12

群族 15

指数族 21

充分统计量 30

凸损失函数 41

依概率收敛和分布收敛 48

习题 56

注记 68

第二章 无偏性 72

UMVU估计 72

连续的一样本和两样本问题 79

离散分布 87

非参数族 95

信息不等式 98

多参数情形和其它推广 108

习题 114

注记 124

第三章 同变性原理 127

例子 127

同变性原理 138

位置一刻度族 146

线性模型（正态分布） 155

随机效应模型和混合模型 166

指数线性模型 171

有限总体抽样模型 175

习题 184

注记 196

第四章 平均风险优良性 198

引言 198

例子 204

单层贝叶斯 211

同变贝叶斯 216

多层贝叶斯 224

经验贝叶斯 232

风险比较 241

习题 251

注记 268

第五章 极小极大和可容许性 271

极小极大估计 271

指数族的可容许性和极小极大性 282

群族的可容许性和极小极大性 296

联立估计 304

正态分布情形的收缩估计 311

扩展 321

可容许性和完全类 331

习题 342

注记 366

第六章 渐近最优性 371

大样本估计之性能的评估 371

渐近效率 378

有效似然估计 383

似然估计：多个根 391

多参数情形 399

应用 405

推广 411

贝叶斯估计的渐近效率 422

习题 430

注记 444

参考文献 448

作者索引 487

名词索引 495

位置-刻度族 16

某些单参数和双参数指数族 22

凸函数表 42

I×J列联表 93

某些指数族的信息量I（？（θ）） 103

某些标准分布的If 104

三个信息矩阵 111

例6.12中Bayes估计，经验Bayes估计和无偏估计的风险对照表 234

多层Bayes（HB）（5.8）和经验Bayes（EB）（6.5）的估计值对照表 237

模型7.15中Bayes风险对照表 248

分量风险的最大值 320

收缩因子的期望值表 320

对于c=1，δR对δc的相对Bayes风险减少值r*表 327

数据处理表 397

曲指数族 70

信息不等式的解释图 125

对于m=1.056742与n=1，有界均值估计的风险函数 288

对于r=4，James-Stein估计和其正部的风险函数 314

对于r=4，James-Stein估计最大的分量风险ρr（λ）与UMVU估计X的分量风险 319

对于a=0.5，例2.5中超有效估计δn的风险函数Rn（θ） 383