本书系统地介绍了小域估计领域的基础理论工具和方法，包括参数估计、小域均值的预测方法，以及模型不确定性评价。在现有方法的基础上，本书整合了最新的研究进展，在小域均值的预测方面，提出了改良分类混合模型预测（MCMMP）方法，特别针对抽样单元归属不确定及新采样单元不在已有采样区域的情况，提供了有效的小域均值预测解决方案。在模型不确定性评价方面，本书对现有小域模型不确定性评价的主要方法进行了系统梳理，并从计算精度、计算速度以及方法稳健性等方面对其进行了综合比较和理论分析。

刘育孜，江西财经大学，主持国家社会科学后期资助项目一项，博士后面上项目一项，江西省自然科学基金项目及教育厅科技项目各一项。发表学术论文10余篇，主要从事小域估计，混合效应模型，时间序列分析等方面的研究。