比较两张人脸或两棵系统发育树，不能像比较身高那样直接求平均：它们不是一串普通数字，结构还可能分叉、退化。这本书讨论的正是这类“对象数据”，并把分析范围推进到分层空间——由不同维度的平滑部分拼接、在分叉处带有奇点的空间。
据 Routledge 官方书页，Victor Patrangenaru 与 Daniel E. Osborne 合著的《Nonparametric Statistics on Stratified Spaces and Their Applications in Object Data Analysis》于 2025 年出版，是前作从光滑流形向分层空间的扩展。书中关注非参数统计，也就是少预设固定分布，转而从样本估计中心、差异和不确定性；难点是必须先重新定义“距离”和“平均”，并在奇点附近重新建立 Bootstrap——反复重抽样来衡量结果波动——的理论。案例涉及磁共振血管造影、SARS-CoV-2 系统发育树、语言祖源比较和三维人脸区分。它更像一张研究生层次的方法地图，而非宣称某个算法取得了单项突破。