本书主要讨论半参数部分线性模型在形状约束条件下的统计推断问题, 内容包括形状约束半参数部分线性模型的经典估计问题, 贝叶斯估计问题以及形状约束的假设检验问题。此书注重数学推导，作为数理统计的重要组成部分，从理论方面对半参数模型进行了详细阐述，对经典问题进行了引申并辅以案例说明，为实证研究提供了理论支持。

阮敬(1979-)，博士，现任首都经济贸易大学研究生院副院长，统计学院教授，北京市丰台区政协委员。兼任北京大数据协会副秘书长、中国统计教育学会常务理事兼高等教育分会副秘书长、中国商业统计学会常务理事、全国工业统计学教学研究会理事等职。近年来主持国家社科基金、人文社科基金、北京市自然科学基金、北京市社科基金、留学人员科技活动择优资助项目等10余项；主持世界500强企业及大型国企、国家部委及北京市政府部门等的大数据分析相关横向课题20余项。在靠前外公开发表论文50余篇，出版专著教材5部，先后11次荣获国务院学位办全国应用统计专业学位研究生教育指导委员会很好教学成果奖、全国统计科学研究很好成果奖、北京市哲学社会科学很好成果奖、北京市统计科学研究很好成果奖等科研和教学奖励。

章Python编程基础
1.1Python系统配置
1.2Python基础知识
1.2.1帮助
1.2.2标识符
1.2.3行与缩进
1.2.4变量与对象
1.2.5数字与表达式
1.2.6运算符
1.2.7字符串
1.2.7.1转义字符
1.2.7.2字符串格式化
1.2.7.3字符串的内置方法
1.2.8日期和时间
1.3数据结构与序列
1.3.1列表
1.3.1.1列表索引和切片
1.3.1.2列表操作
1.3.1.3内置列表函数
1.3.1.4列表方法
1.3.2元组
1.3.3字典
1.3.4集合
1.3.5推导式
1.4语句与控制流
1.4.1条件语句
1.4.2循环语句
1.4.2.1while循环
1.4.2.2for循环
1.4.2.3循环控制
1.5函数
1.5.1函数的参数
1.5.2全局变量与局部变量
1.5.3匿名函数
1.5.4递归和闭包
1.5.5柯里化与反柯里化
1.5.6常用的内置函数
1.5.6.1filter函数
1.5.6.2map函数
1.5.6.3reduce函数
1.6迭代器、生成器和装饰器
1.6.1迭代器
1.6.2生成器
1.6.3装饰器
1.7类
1.7.1声明类
1.7.2方法
1.7.2.1实例方法
1.7.2.2类方法
1.7.2.3静态方法
1.7.3属性
1.7.3.1实例属性和类属性
1.7.3.2私有属性和公有属性
1.7.4继承
1.7.4.1隐式继承
1.7.4.2显式覆盖
1.7.4.3super继承
1.7.4.4多态
1.7.4.5多重继承
1.8模块
1.9包
1.10文件I/O
第2章数据预处理
2.1numpy基础
2.1.1向量
2.1.2数组
2.1.2.1数据类型与结构数组
2.1.2.2索引与切片
2.1.2.3数组的属性
2.1.2.4数组排序
2.1.2.5数组维度
2.1.2.6数组组合
2.1.2.7数组分拆
……
第3章数据描述
第4章统计图形与可视化
第5章简单统计推断
第6章方差分析
第7章非参数检验
第8章相关分析与关联分析
第9章回归分析
0章离散因变量模型
1章主成分与因子分析
2章列联分析与对应分析
3章聚类
4章判别和分类
5章时间序列分析
附录：各章图形