《复杂数据下测量误差模型的估计理论与方法》研究的模型主要包括：线性EV模型、非线性EV模型以及半参数EV模型等统计模型。研究的主要目的是：在纵向数据、删失数据、缺失数据等复杂数据下研究几类EV模型中兴趣参数及兴趣函数估计的大样本问题，如估计量的渐近正态性、相合性及其收敛速度等统计性质。本书由刘强著。

1 绪论

 1.1 统计模型

 1.2 复杂数据

 1.3 非参数估计方法

 1.4 降维估计

 1.5 本书的内容及结构

 1.6 参考文献

2 删失数据下线性EV模型的估计

 2.1 方法与主要结果

 2.2 模拟研究

 2.3 实际数据分析

 2.4 定理的证明

 2.5 参考文献

3 缺失数据下EV模型的估计

 3.1 非线性EV模型响应变量均值的估计

 3.2 非线性EV模型中未知参数的估计

 3.3 非线性半参数EV模型的估计

 3.4 参考文献

4 纵向数据下EV模型的估计

 4.1 半参数EV模型的估计

 4.2 混合效应EV模型的估计

 4.3 参考文献

5 非线性EV模型的降维估计

 5.1 方法与主要结果

 5.2 定理的证明

 5.3 参考文献

6 Berkson测量误差模型的估计

 6.1 方法与主要结果

 6.2 定理的证明

 6.3 参考文献

7 变系数EV模型的经验似然推断

 7.1 引言

 7.2 方法与主要结果

 7.3 数值研究

 7.4 定理的证明

 7.5 参考文献