在社会科学中，现代稳健及耐抗性回归方法还不太为人所知。这些方法之所以被称为“现代方法”，是因为它们通常属于密集型计算，这是当前很多依赖今天的高速电脑的统一方法的一个特征。《现代稳健回归方法》通过一套统一的符号系统，介绍了不同来源的多种稳健回归方法，以及它们彼此之间的联系。在主要统计软件如SAS和Stata已经采用这些最新回归方法的情况下，《现代稳健回归方法》显得非常及时。

序
第1章  导论
第1节  何为“稳健”？
第2节  稳健回归的定义
第3节  一个真实的例子：20世纪70年代已婚夫妇的性生活频率
第2章  重要背景
第1节  偏差与一致性
第2节  崩溃点/失效点
第3节  影响函效
第4节  相对效率
第5节  位置测度/位置量数
第6节  尺度测度
第7节  M估计
第8节  各种估计的对比
第3章  稳健性、抗扰性与最小二乘回归
第1节  一般最小二乘回归
第2节  异常案例对OLS估计及标准误的影响
第4章  线性模型的稳健回归
第1节  L估计量
第2节  R估计量
第3节  M估计量
第4节  GM估计量
第5节  S估计量
第6节  广义S估计量
第7节  MM订估计量
第8节  各种估计量的比较
第5章  稳健回归的标准误
第1节  稳健回归估计量的渐近标准误
第2节  自助标准误
第6章  广义线性模型中的权势案例
第1节  广义线性模型
第2节  稳健广义线性模型
第7章  结论
附录
注释
参考文献
译名对照表