全书共有9章内容。包括绪论、线性回归模型与正则化方法、广义线性模型和变量选择、稳健的变量选择方法、超高维模型的变量筛选方法、协方差矩阵和精度矩阵的估计、多重假设检验与错误发现率控制、高维测量误差模型、高维回归模型的迁移学习等内容。除了深入讲解高维统计的思想、方法与理论，书中还精心编排了大量习题，供读者巩固练习。