序
第一章 引言
第二章 实验、亏值、距离
2.1 风险函数之比较
2.2 似然比，Blackwell表达式
2.3 发展简史
第三章 同居性及Hellinger变换
3.1 同居性
3.2 Hellinger距离，Hellinger变换
3.3 发展简史
第四章 独立观察值情况下似然比的极限分布
4.1 引言
4.2 二元实验情形的极限分布
4.3 发展简史
第五章 局部渐近正态族
5.1 引言
5.2 局部渐近二次族(LAQ)
5.3 一个构造估计量的方法
5.4 局部Bayes性质
5.5 不变性与正则性
5.6 LAMN及LAN条件
5.7 LAN条件的一些其它性质
5.8 Wald检验与置信椭球
5.9 其他方向的推广
5.10 发展简史
第六章 独立同分布观测值
6.1 引言
6.2 标准独立同分布情况、均方可微性
6.3 例
6.4 非参数情况下的一些讨论
6.5 估计量风险的上下界
6.6 观察个数为随机的情况
6.7 发展简史
第七章 Bayes程序
7.1 引言
7.2 Bayes程序的良好性质
7.3 Bernstein-von Mises现象
7.4 独立同分布情况下的一个Bernstein-von Mises结果
7.5 Bayes程序的不合理性
7.6 发展简史
主题索引中英文对照表
参考文献

本书对在大样本情况下遇到的统计问题作系统的介绍。书中用简单但严格的数理方法讲解渐近论中的主要定理并提供一套估计方法以满足应用的需要。本书除总结近50年来渐近论发展的成果外，并在每章末附该章内容的发展简史，并叙述各定理的由来。
本书可供大学有关专业的大学生、研究生阅读。也可供研究人员参考。