本书针对应用计量经济学家和社会科学研究者的需求。在一个整合框架内强调了针对各种数据类型，如连续数据、名义数据和序数数据的非参数技术，并在潜在无关变量存在的前提下讨论了非参数估计量的特性。本书覆盖了非参数计量方法及其现实应用所需的全部内容。本书中丰富的实证检验、数据和练习使本书成为研究生学习非参数方法的理想教材，也成为使用非参数方法的研究人员必不可少的参考。
李奇，得克萨斯A&M大学经济学教授，休·罗伊·卡伦文学院讲席教授。杰弗里·斯科特·拉辛（Jeffrey Scott Racine），麦克马斯特大学经济学教授，研究生项目统计学教授，威廉·麦克马斯特参议员计量经济学讲席教授。
前言
第1篇 非参数核方法
第1章 密度估计
第2章 回归
第3章 混合数据的频率估计
第4章 混合数据的核估计
第5章 条件密度估计
第6章 条件累积分布函数和分位数估计
第2篇 半参数方法
第7章 半参数的局部线性模型
第8章 半参数单指标模型
第9章 可加和平滑（变）系数半参数模型
第10章 选择模型
第11章 截断模型
第3篇 一致模型的设定检验 前言
第1篇 非参数核方法
第1章 密度估计
第2章 回归
第3章 混合数据的频率估计
第4章 混合数据的核估计
第5章 条件密度估计
第6章 条件累积分布函数和分位数估计
第2篇 半参数方法
第7章 半参数的局部线性模型
第8章 半参数单指标模型
第9章 可加和平滑（变）系数半参数模型
第10章 选择模型
第11章 截断模型
第3篇 一致模型的设定检验
第12章 模型设定检验
第13章 非平滑检验
第4篇 非参数近邻和序列方法
第14章 -近邻估计方法
第15章 非参数序列方法
第5篇 时间序列、联立方程和面板数据模型
第16章 半参数模型的工具变量和有效估计
第17章 非参数回归模型的内生性
第18章 弱依赖数据
第19章 面板数据模型
第20章 应用非参数估计的专题
背景统计概念
参考文献
作者索引
主题索引
译后记
新书资讯