本书论述欧氏样本空间中的点估计问题。是全面和透彻地描述统计理论的经典。这是一本非常特别的书，它无疑是今后在点估计理论方面作研究时的经典参考书。

第一章 准备知识

1.1 问题

1.2 测度论与积分

1.3 概率论

1.4 群族

1.5 指数族

1.6 充分统计量

1.7 凸损失函数

1.8 依概率收敛和分布收敛

1.9 习题

1.10 注记

第二章 无偏性

2.1 UMVU估计

2.2 连续的一样本和两样本问题

2.3 离散分布

2.4 非参数族

2.5 信息不等式

2.6 多参数情形和其它推广

2.7 习题

2.8 注记

第三章 同变性原理

3.1 例子

3.2 同变性原理

3.3 位置一刻度族

3.4 线性模型(正态分布)

3.5 随机效应模型和混合模型

3.6 指数线性模型

3.7 有限总体抽样模型

3.8 习题

3.9 注记

第四章  平均风险优良性

4.1 引言

4.2 例子

4.3 单层贝叶斯

4.4 同变贝叶斯

4.5 多层贝叶斯

4.6 经验贝叶斯

4.7 风险比较

4.8 习题

4.9 注记

第五章 极小极大和可容许性

5.1 极小极大估计

5.2 指数族的可容许性和极小极大性

5.3 群族的可容许性和极小极大性..

5.4 联立估计

5.5 正态分布情形的收缩估计

5.6 扩展

5.7 可容许性和完全类

5.8 习题

5.9 注记

第六章 渐近最优性

6.1 大样本估计之性能的评估

6.2 渐近效率

6.3 有效似然估计

6.4 似然估计：多个根

6.5 多参数情形

6.6 应用

6.7 推广

6.8 贝叶斯估计的渐近效率

6.9 习题

6.10 注记

参考文献

作者索引

名词索引