参数的估计和推断是数理统计这门学科重要内容，自上个世纪以来，许多统计学家提出了多种不同的参数估计和推断方法。事实上，矩估计、极大似然估计、拟似然估计以及最小二乘等诸多参数估计方法都可以统一到广义估计方程方法的框架之下。因此，广义估计方程方法是现代统计估计理论中应用最为广泛的一种方法。本书将重点介绍纵向数据、右删失数据以及长度偏差数据等一些统计热点数据类型下广义估计方程方法理论和应用研究。

赵目(1979-)，安徽池州人，博士毕业于中科院数学与系统科学研究院，随后前往美国西北大学统计系从事为期三年的博士后研究工作。曾访问过香港城市大学和香港浸会大学，现任职于中南财经政法大学统计学系，主要从事生存数据的非参、半参模型研究，已在《数学学报》、《AISM》、《Statistics and Probability Letters》等国内外期统计刊杂志发表论文十余篇。

第一章 引言
第一节 广义估计方程方法基本思想
第二节 GMM和EL方法及其研究进展
第三节 本书研究背景
一广义估计方程方法研究现状及其相关文献
二纵向数据及其相关研究
三加速失效时间(AFT)模型
四长度偏差数据及其相关研究
第二章 纵向数据下广义估计方程方法
第一节 纵向数据下GMM方法
第二节 经验似然方法
一工作独立经验似然
二块经验似然
第三节 模拟结果
一线性模型场合
二非线性模型场合
第四节 定理的证明
第三章 信息删失下逆概率加权估计方程方法
第一节 右删失数据下逆概率加权估计方程方法
第二节 删失数据线性模型的逆概率加权估计
方程方法
一模型参数估计方法
二估计量的大样本性质
三数值模拟与实际例子
四定理证明
五影响函数西的一个例子
第三节 结合中位数回归的AFT模型
一光滑估计方程技巧
二逆概率加权估计方程
三基于光滑估计方程的统计推断
四数值研究
五定理证明
第三节 结合中位数回归的AFT模型进一步讨论
一估计量渐近性质
二渐近方差及Bootstrap
三模拟研究
四定理假设和证明
第四章 长度偏差数据下估计方程方法
第一节 长度偏差数据下加性风险模型估计方程方法
第二节 估计量渐近性质
第三节 数值研究
第四节 定理的证明
第五章 左截断右删失数据下分位数估计亏量问题
第一节 主要结果
第二节 模型研究
第三节 定理证明
参考文献
后记