有限因变量模型是具有潜在变量的一大类模型的统称。根据模型中响应变量的不同可以将其分为多项选择模型、多元秩．序模型、多重二元响应模型等。马建军、张玉春、赵晓丽著的《有限因变量模型中的参数估计》基于逆回归方法构造了多重二元响应模型、多元秩．序模型、广义多项选择模型中回归系数的估计，证明了估计是渐近正态的，并且利用δ-方法推导了估计的渐近分布，在这个基础上构造了模型的假设检验：基于极大似然方法构造了多重二元响应Probit模型参数的渐近有效估计和多元秩-序Logil模型回归系数的估计。本书介绍的参数估计方法有效避免了维数问题。
本书适合概率论与数理统计及相关专业的科研人员阅读。

第1章 绪论
1.1 LDV模型的定义
1.1.1 模型的定义
1.1.2 模型的统计推断问题
1.2 LDV模型中参数估计问题的研究现状
1.3 逆回归方法
1.3.1 逆回归的总体性质
1.3.2 分片逆回归估计（SIR）
1.3.3 SIR的大样本性质
1.4 准备知识： ?方法
1.4.1 多元 ?方法
1.4.2 向量估计函数的 方法
1.5 本书提要
第2章 多重二元响应模型回归系数的估计
2.1 多重二元响应模型的逆回归性质
2.2 多重二元响应模型回归系数的逆回归估计
2.3 估计的渐近正态性
2.4 假设检验
2.5 模拟研究
2.5.1 点估计的模拟研究
2.5.2 线性假设的检验
2.5.3 回归变量的选择
第3章 多元秩?序模型中回归 系数的估计
3.1 多元秩?序模型的逆回归性质
3.2 回归系数的估计
3.3 相合性
3.4 模拟研究
3.5 回归系数的Bootstrap检验
3.5.1 回归系数的线性假设检验
3.5.2 假设检验的模拟实验
第4章 广义多项选择模型中回归系数的估计
4.1 广义多项选择模型
4.2 广义多项选择模型中回归系数的估计
4.3 渐近正态性
4.4 模拟研究
4.4.1 点估计
4.4.2 假设检验
第5章 多重二元响应Probit模型的渐近有效估计
5.1 多重二元响应Probit模型
5.2 边际似然
5.3 Fisher信息阵
5.4 渐近有效估计
5.5 模拟结果
第6章 多元秩序Logit模型回归系数的极大似然估计
6.1 固定影响属性的多元秩序模型
6.2 多元秩序Logit模型的极大似然估计
6.2.1 多元秩序Logit模型
6.2.2 回归系数的极大似然估计
6.2.3 模拟研究
6.3 多元秩序Logit模型的假设检验
6.3.1 部分极大似然估计
6.3.2 极大似然估计的渐近正态性及相关结论
6.3.3 检验统计量
6.3.4 假设检验的模拟研究
6.4 实例分析
参考文献