第一章引言 值的二次式拟合;第四,在④空间里算出使这二次式达到极大 之点TnT。即是我们用来估计θ的估计量 在LAN条件下,依上述方法构造的计量有渐近极小极大 性,并有渐近充分性,此估计量也满足Haj卷积定理,我们将 用 van der vaart的方法来证明此卷积定理.本章最后一节是 讨论LAMN条件,LAMN是 locally asymptotically mixed normal的缩写.这里我们主要是引用 Jeganathan的文章,其他 的例子及资料请参看 Basawa和 Prakasa Rao[1980], Basawa Fi Scott [1983], Prakasa Rao [1987], Greenwood Fn Shiryayev [1985]等书 第六章讨论独立变量的情况,我们叙述LAN条件的形式, 特别是在“标准独立同分布”情况下的形式,统计界一般所熟悉的 是建立在 Cramer条件下的极大似然理论,根第五章结果所建立 的理论虽与极大似然理论有几分相似,但是它与第二章所介绍的 概念比较连贯一致些。该理论所用的条件比( Cramer用的要弱些, 第六章将详细介绍该理论的一个充分条件,即均方可微性。最后, 我们半例说明,如何应用这套理论到其他各种情况 集七章讨论 Bayes程序( Bayes- procedure)和 Bernstein-von ses 定理,木章将叙述此定理的一种形式,讥明方法将强调其 中关键步骤 本书每章最后一节为附录,介绍该章內容的发展简史。书未 附有参考文献及中英文名词对照表.因受篇所限,本书无法 供一套完整的参芳资料,有兴趣的读者可从其他书籍提供的文献 中找到补充资料。与本书有关的书籍可参阅 Rasa wa和 Prakasa Rao [1980], Basawa H Scott [1983], Greenwood FA Shiryayev [19851, Ibragimov F Has'minskii [1981], Le Cam [19861 Pfanzagl #i Wefelmeyer [1982], Prakasa Rao [1987], Serfling [190], Strasser[1985]等书