罗伯特·塞夫林。 数理统计的逼近定理。 （英语） Zbl 0538.62002号 概率与数理统计中的威利级数纽约等：John Wiley&Sons。十四、 第371页，34.95美元（1980年）。 这本书涵盖了数理统计中有用的一系列极限定理，以及证明方法和应用技巧。强调了运用“概率”定理来获得“统计”定理。希望除了了解这些基本的统计定理外，还可以对概率论的工具性作用以及对其进一步发展的实际需求有一个认识。假设在研究生初级阶段开设一门概率论和数理统计的一学期课程。然而，高度精湛的专业知识是不必要的，这里的治疗在初级水平上是独立的。统计、普通数学、运筹学和选定工程领域的学生都可以很容易地接触到这些内容。（摘自序言。）内容：1。初步工具和基础。2.基本样本统计。3.给定统计数据的转换。4.参数推理中的渐近理论。5.U统计。6.冯·米塞斯可微统计函数。7.M估计。8.L估计。9.R估计。10.渐近相对效率。附录；参考文献；索引。 引用于5评论引用于1809文件 MSC公司： 62-01 与统计有关的介绍性说明（教科书、辅导论文等） 62E20型 统计学中的渐近分布理论 6220国集团 非参数推理的渐近性质 62F05型 参数检验的渐近性质 2012年12月62日 参数估计量的渐近性质 关键词：冯·米塞斯函数;极限定理;给定统计数据的转换;U统计;M估计值;L估计值;R估计值 PDF格式BibTeX公司 XML格式 全文： 内政部