本文分别在Glenn N．L．(2006)和Junjian Zhang(1999，2006)的基础上，对经验似然方法进行了研究。 本文共分为三章。 第一章介绍了经验似然方法的背景以及研究现状，给出了Owen(1988，1990)关于经验似然方法的定义与关于总体均值估计经验似然方法的几个经典的理论结果。 第二章根据Glenn N．L．(2006)提出的加权经验似然方法，对i.i.d．样本{X<,1>，X<,2>，…，引入权重向量构造加权经验似然比统计量在一定条件下讨论了-2logR(μ<,0>)的渐进性质，得到了非参数的Wilks定理，并给出了总体均值的置信区域。同时给出了约束条件下的加权经验似然比对数的大样本性质，推广了Owen(1991)的结论。 第三章对于P混合随机变量序列{X<,1>，X<,2>，…，X<,n>)，利用Kitamura(1997)提出的分组经验似然的方法，即设X<,(k+1)>l，其中k=0，1，…，q．取n为l的整数倍，记对于新的随机变量序列{Y<,1>，Y<,2>，…，Y<,q>}．，用经验似然方法给出总体均值和M-泛函统计推断和置信区间，得到了非参数的Wilks定理，从而将独立同分布样本的经验似然方法推广到强平稳P混合序列。