本书研究了半参数部分线性模型的统计推断理论和估计方法。在多种复杂数据下，研究了该模型的参数分量以及非参数分量的经验似然推断问题和模型估计方法问题，创造性地解决一些有难度的问题。具体地，本书的主要内容如下。
第1章为绪论，主要介绍了本书涉及的一些复杂数据、非参数方法和一些预备知识。
第2章讨论了纵向数据下部分线性变系数模型的经验似然估计问题。
第3章讨论了测量误差数据下纵向部分线性变系数模型的经验似然估计问题。
第4章讨论了缺失数据下部分线性变系数模型的经验似然估计问题。
第5章讨论了部分线性单指标空间自回归模型的广义矩估计问题。
第6章讨论了部分线性单指标空间误差回归模型的GMM估计问题。
第7章讨论了部分线性可加空间自回归模型的GMM估计问题。
第8章讨论了部分线性可加空间误差回归模型的GMM估计问题。

程素丽，女，河北张家口人。福建师范大学统计学博士，现任重庆工商大学数学与统计学院讲师，硕士生导师。主要研究领域为非参数统计和空间统计。主持、参与多项国家自然科学基金项目、省部级项目，在国内外知名期刊发表多篇学术论文。

第1章 绪论
1.1 模型介绍
1.2 数据集
1.3 估计方法
1.4 主要内容及结构
第2章 纵向数据下部分线性变系数模型的经验似然估计
2.1 引言
2.2 参数分量的经验似然估计
2.3 非参数分量的经验似然估计
2.4 数值模拟
2.5 引理及定理的证明
第3章 测量误差数据下纵向部分线性变系数模型的经验似然估计
3.1 引言
3.2 参数分量的经验似然估计
3.3 非参数分量的经验似然估计
3.4 数值模拟
3.5 引理及定理的证明
第4章 缺失数据下部分线性变系数模型的经验似然估计
4.1 引言
4.2 基于调整的经验似然推断
4.3 基于借补值的经验似然推断
4.4 数值模拟
4.5 引理及定理的证明
第5章 部分线性单指标空间自回归模型的GMM估计
5.1 引言
5.2 模型介绍和估计
5.3 估计量的大样本性质
5.4 数值模拟
5.5 实例分析
5.6 引理及定理的证明
第6章 部分线性单指标空间误差回归模型的GMM估计
6.1 引言
6.2 模型介绍和估计
6.3 估计量的大样本性质
6.4 数值模拟
6.5 实例分析
6.6 引理及定理的证明
第7章 部分线性可加空间自回归模型的GMM估计
7.1 引言
7.2 模型介绍和估计
7.3 估计量的大样本性质
7.4 数值模拟
7.5 实例分析
7.6 引理及定理的证明
第8章 部分线性可加空间误差回归模型的GMM估计
8.1 引言
8.2 模型介绍和估计
8.3 估计量的大样本性质
8.4 数值模拟
8.5 实例分析
8.6 引理及定理的证明
参考文献
后记