本书主要讲述混合、正负相协、拓广负相依、宽相依和负超可加相依等相依结构下的不等式研究，特别是非参数和半参数模型的统计理论和方法，如若干相依序列的定义和不等式、密度函数和分布函数估计的相合性与渐近正态性、非参数回归函数小波估计的强相合和Berry-Esseen界、半参数回归模型小波估计的弱收敛速度和Berry-Esseen界、生存模型中几类函数估计的强通近及收敛速度、风险度量VaR和CVaR估计的渐近性质等.本书的大部分内容都是作者及合作者的研究成果.本书可作为高等院校数学和统计学及相关专业高年级本科生、研究生的课外阅读资料，也可供其他专业科研人员和应用工作者参考.

前言
第1章 预备知识
1.1 定义
1.2 基本性质
1.3 重要不等式
第2章 相依样本总体分布的非参数估计
2.1 NSD样本最近邻密度估计的强相合性
2.1.1 最近邻密度估计
2.1.2 定理的证明
2.2 NA样本经验分布函数的渐近正态性
2.2.1 主要结果
2.2.2 辅助引理
2.2.3 定理的证明
2.3 NA样本密度函数核估计的一致渐近正态性
2.3.1 假设条件和主要结果
2.3.2 辅助引理
2.3.3 定理的证明
2.4 NA样本递归密度核估计的强收敛速度
2.4.1 假设条件和主要结果
2.4.2 定理的证明
2.5 NA样本递归密度核估计的渐近正态性
2.5.1 假设条件和主要结果
2.5.2 辅助结果
2.5.3 定理的证明
2.6 相协样本分布函数递归核估计渐近性
2.6.1 假设条件和引理
2.6.2 渐近偏差和二次均方收敛
2.6.3 渐近正态性
第3章 相依误差下非参数回归函数小波估计和加权核估计
3.1 负超可加相依阵列误差下回归函数估计的相合性
3.1.1 回归函数加权核估计
3.1.2 定理的证明
3.2 φ混合误差下回归函数小波估计的渐近正态性
3.2.1 主要结果
3.2.2 辅助引理
3.2.3 定理的证明
3.3 强混合误差下回归函数小波估计的Berry-Esseen界
3.3.1 假设条件和主要结果
3.3.2 定理的证明
3.3.3 数值模拟
3.4 NA误差下回归函数小波估计的渐近性质
3.4.1 假设条件和主要结果
3.4.2 弱相合性的证明
3.4.3 一致渐近正态性的证明
3.5 PA误差下回归函数小波估计的渐近性质
3.5.1 假设条件和主要结果
3.5.2 辅助引理
3.5.3 定理的证明
3.6 φ混合线性过程误差下回归函数小波估计的Berry-Esseen界
3.6.1 主要结果
3.6.2 辅助引理
3.6.3 定理的证明
第4章 相依误差下半参数模型小波估计和M估计
4.1 NA误差下半参数回归模型小波估计的强相合性
4.1.1 假设条件和主要结果
4.1.2 定理的证明
4.2 PA误差下半参数回归模型小波估计弱收敛速度
4.2.1 假设条件和主要结果
4.2.2 辅助引理
4.2.3 主要结论证明
4.3 NA误差下半参数回归模型加权核估计的强一致相合性
4.3.1 假设条件和主要结果
4.3.2 定理的证明
4.4 φ混合线性过程误差下半参数回归模型的小波估计
4.4.1 假设条件和主要结果
4.4.2 辅助引理
4.4.3 主要结果的证明
4.5 NA误差下非线性模型M估计的强相合性
4.5.1 辅助引理
4.5.2 主要结果
第5章 相依数据平均剩余寿命函数和生存函数估计
5.1 NA数据平均剩余寿命函数的非参数估计
5.1.1 有效函数递归型估计的相合性
5.1.2 平均剩余寿命函数估计的渐近正态性
5.2 WOD相依删失数据生存函数估计
5.2.1 Kaplan-Meier估计
5.2.2 辅助引理
5.2.3 强逼近和强表示
5.3 END相依删失数据风险率函数估计
5.3.1 风险率函数估计的一般模型
5.3.2 主要结果
5.3.3 定理的证明
5.4 WOD相依数据风险率函数估计的强收敛速度
5.4.1 假设条件
5.4.2 辅助引理
5.4.3 定理的证明
第6章 相依样本的分位数估计与风险价值估计
6.1 PA样本分位数估计的Bahadur表示
6.1.1 假设条件和主要结果
6.1.2 辅助引理
6.1.3 定理的证明
6.2 PA样本VaR分位数估计的渐近性质
6.2.1 主要结果
6.2.2 定理的证明
6.3 ψ混合样本分位数和VaR估计的一致渐近正态性
6.3.1 主要结果
6.3.2 辅助引理
6.3.3 定理的证明
6.4 ψ混合样本条件风险价值估计的Berry-Esseen界
6.4.1 假设条件和辅助引理
6.4.2 密度函数的Esseen-型不等式
6.4.3 条件风险价值估计的Berry-Esseen界
参考文献
索引