首先，本书从“r期状态随机概率转换矩阵”的数据，得到了“单期状态随机概率转换矩阵”的分析解，从而解决了由于时间跨度r存在而不能使用传统模型方法的问题。其次，本书对二维随机概率转换矩阵的开方进行了详细的分析，得到了矩阵开方可能存在“唯一性”和“存在性”的很多细节结果。最后，通过对间接估计量和直接估计量的比较，从理论推导和数值模拟两个角度得到了与一般直觉不一致的结论。

1 文献综述与问题提出
1.1 文献综述
1.2 实际问题提出
1.3 解决方案
1.4 创新与贡献
1.5 本书结构
2 模型框架与数据结构
2.1 模型框架
2.2 拉斯特方法
2.3 霍茨一米勒方法
2.4 离散模型的矩阵估计
2.5 数据结构与估计困境
3 简约模型中的非参数估计和识别
3.1 问题引出
3.2 非参数识别的推导与证明
3.3 非参数估计的存在性和唯一性
3.4 二阶随机概率矩阵的求根
3.5 二阶随机概率转换矩阵的动态迁移
3.6 随机概率转换矩阵的求根图示
3.7 随机概率转换矩阵的识别性
3.8 非参数估计与最大似然法估计的比较
4 集合数据与非集合数据估计的效率比较
4.1 问题引出
4.2 一维案例的分析解演示
4.3 二维案例的数值解演示
4.4 简约模型程序模拟结果
4.5 结构模型程序模拟结果
4.6 一般性数据缺失估计
5 结论及进一步研究方向
5.1 总体评述
5.2 进一步研究方向
参考文献
附录Matlab程序