抓狂了，愤怒了。侯杰泰老师，温忠麟老师，成子娟老师，你们的书中怎么会没有一个地方提起 Wishart 分布的呢？……
看了一系列论文，现在列出最近需要认真补习的知识：
- 多元统计分析中的 Wishart 分布（老杜你上课也不吱一声，这个分布与 分布有同等重要的位置啊）
- 最大似然估计的原理（Maximum Likelihood Estimation）—— 不管研究什么，基础性的原理都是至关重要的，我现在就期待着某位大哥能把 SEM 中似然函数得出的过程写清楚一点，大家的文章总是模模糊糊一笔带过，ft，看得人直冒火
- 统计计算算法，包括 MCMC（Markov Chain Monte Carlo）、MCECM（Multi-Cycle Expectation Conditional Maximization）等 —— 这是通往最后结果的唯一出口，马景义师兄曾经告诉过我，统计计算是统计分析的瓶颈，我已经越来越深刻地感受到了，这也是为什么我最近在 S-Plus 和 R 上下功夫比较大、在宏能畅然公司活动比较频繁的原因
- Bootstrap 方法 —— 样本问题也总是制约统计分析的瓶颈之一，重抽样方法（Resampling）也算是一个统计前沿问题
- 偏最小二乘法（Partial Least Squares，PLS）、典型相关分析（Canonical Correlation）—— 貌似这二者有某种关系，暂时不明
- 工具变量法（Instrumental Variables，IV）和一系列最小二乘法：两步最小二乘法（Two Stage Least Squares）、未加权最小二乘法（Unweighted Least Squares，ULS）、广义最小二乘法（Generalized Least Squares，GLS）、广义加权最小二乘法（Generally Weighted Least Squares，GWLS）、对角加权最小二乘法（Diagonally Weighted Least Squares，DWLS）—— 静萍姐姐讲计量经济学时好像讲过一些，不过至今一点印象都没了，汗
晚上在食堂吃饭，正一边沉思着如何在结构方程模型中取得突破和创新，师傅不知何时站在了旁边，我竟然一点没发觉。