在社会科学中，现代稳健及耐抗性回归方法还不太为人所知。这些方法之所以被称为“现代方法”，是因为它们通常属于密集型计算，这是当前很多依赖今天的高速电脑的统一方法的一个特征。罗伯特·安德森编著的《现代稳健回归方法》通过一套统一的符号系统，介绍了不同来源的多种稳健回归方法，以及它们彼此之间的联系。在主要统计软件如SAS和Stata已经采用这些最新回归方法的情况下，《现代稳健回归方法》显得非常及时。

序

第1章 导论

 第1节 何为“稳健”？

 第2节 稳健回归的定义

 第3节 一个真实的例子：20世纪70年代已婚夫妇的性生活频率

第2章 重要背景

 第1节 偏差与一致性

 第2节 崩溃点/失效点

 第3节 影响函效

 第4节 相对效率

 第5节 位置测度/位置量数

 第6节 尺度测度

 第7节 M估计

 第8节 各种估计的对比

第3章 稳健性、抗扰性与最小二乘回归

 第1节 一般最小二乘回归

 第2节 异常案例对OLS估计及标准误的影响

第4章 线性模型的稳健回归

 第1节 L估计量

 第2节 R估计量

 第3节 M估计量

 第4节 GM估计量

 第5节 S估计量

 第6节 广义S估计量

 第7节 MM订估计量

 第8节 各种估计量的比较

第5章 稳健回归的标准误

 第1节 稳健回归估计量的渐近标准误

 第2节 自助标准误

第6章 广义线性模型中的权势案例

 第1节 广义线性模型

 第2节 稳健广义线性模型

第7章 结论

附录

注释

参考文献

译名对照表