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