发帖
雷达卡
分享几本我认为对结构计量、现代计量理论和统计学习非常有帮助的经典参考书，适合已经具备一定概率论、数理统计和计量经济学基础的同学进一步深入学习。
这几本书不算入门读物，更适合作为研究生阶段或做实证/理论研究时反复查阅的工具书。尤其是涉及渐近理论、经验过程、高维统计、非参数/半参数方法、结构估计等内容时，这几本书的帮助很大。
本次整理的书目包括：
- Weak Convergence and Empirical Processes
经验过程与弱收敛方向的经典教材，适合理解现代统计理论中的 Donsker 类、Glivenko-Cantelli 类、随机过程收敛等内容。 - Foundations of Modern Probability, 3rd Edition
现代概率论基础书，内容系统且深入，适合补强测度论概率、条件期望、鞅、弱收敛等理论基础。 - Asymptotic Statistics — A. W. van der Vaart
渐近统计领域非常经典的一本书，对 M-estimation、LAN、极大似然、半参数估计等内容讲解很系统，是计量理论学习中非常重要的参考书。 - High-Dimensional Statistics: A Non-Asymptotic Viewpoint — Wainwright
高维统计方向的重要教材，适合理解非渐近分析、集中不等式、Lasso、稀疏估计、图模型等内容，对现代计量和机器学习交叉研究也很有帮助。
个人建议的阅读顺序是：
先用 Foundations of Modern Probability 补概率基础，再读 Asymptotic Statistics 建立渐近统计框架；如果研究中涉及经验过程、半参数或非参数理论，可以继续读 Weak Convergence and Empirical Processes；如果关注高维计量、机器学习方法或稀疏估计，可以重点读 Wainwright 这本。
资料仅用于学习交流和书目推荐，请大家支持正版，也可以通过学校图书馆、出版社平台或其他合法渠道获取。希望对做结构计量、理论计量、统计学习方向的同学有帮助。
京公网安备 11010802022788号
