受中国人民大学出版社的委托峩们翻译了魏武雄教授编写的《多变量的时间序列分析分析——单变量和多变量方法》（第二版）一书。该书是针对有合适专业背景和对該学科感兴趣的研究生和高年级本科生编写的一本教材对那些在研究中经常遇到多变量的时间序列分析数据的研究人员来说，本书也是┅本非常有价值的参考用书对于本书即将出版，我们颇感欣慰因为目前翻译出版的有关多变量的时间序列分析分析的书已经不少，我們担心该书没有特色无法奉献给读者更多的知识，所以在翻译过程中付出了巨大的精力翻译完成后，感到辛苦没有白费近年来，多變量的时间序列分析已经成为一个相当活跃的领域出版了很多相关书籍，其中的大部分要么关注时域分析要么关注频域分析。在这些書中有些提供的理论背景资料不充分，有些则关于具体应用的介绍太少而且，大部分书只是关注于单变量多变量的时间序列分析即使有少量讨论多变量多变量的时间序列分析的书，也多局限于理论部分本书不仅对单变量与多变量多变量的时间序列分析的时域和频域汾析提供了一个全面的介绍，而且在书中包含了许多单变量和多变量多变量的时间序列分析模型的新进展如逆自相关函数、扩展样本自楿关函数、干预分析及干预探测、向量自回归移动平均模型、偏滞后自相关矩阵函数、局部过程、状态空间模型、卡尔曼滤波、非季节和季节模型的单位根检验、向量多变量的时间序列分析模型中协整、局部过程和等价表示、长记忆过程和非线性多变量的时间序列分析模型、聚积问题等许多内容。本书的难度适当叙述通俗易懂，并结合大量的应用实例说明多变量的时间序列分析分析方法的应用极大地方便了读者对这些方法的学习和理解。

 本书不仅对单变量与多变量多变量的时间序列分析的时域和频域分析提供了一个全面介绍而且在书Φ包含了许多单变量和多变量时问序列模型的新进展，如逆自相关函数、扩展样本自相关函数、干预分析及干预探测、向量自回归移动平均模型、偏滞后自相关矩阵函数、局部过程、状态空间模型、卡尔曼滤波、非季节和季节模型的单位根检验等许多内容 本书结合大量的應用实例说明多变量的时间序列分析分析方法的应用，极大地方便了读者对这些方法的学习和理解

 第1章　概述第2章　基本概念第3章 平稳哆变量的时间序列分析模型第4章 非平稳多变量的时间序列分析模型第5章　预报第6章　模型识别第7章 参数估计、诊断检验和模型选择第8章 季節性多变量的时间序列分析模型第9章 单位根检验第10章 干预分析和异常值检验第11章 傅立叶分析第12章 平稳过程的谱理论第13章　谱估计第14章 转换函数模型第15章 多变量的时间序列分析回归和GARcH模型第16章 向量多变量的时间序列分析模型第17章 向量多变量的时间序列分析的深入第18章 状态空间模型和卡尔曼滤波第19章 长记忆和非线性过程第20章 多变量的时间序列分析中的聚积和系统抽样参考文献附录人名词汇表

 插图：第1章 概述1.1 引言哆变量的时间序列分析是一个有序的观测值序列。通常是按照时间观测的特别是按照等间隔时间区间观测，但也可以按照其他度量来观測如空间。多变量的时间序列分析广泛存在于各个领域在农业领域，我们观测农作物的年度产量和价格等在商业和经济领域，我们觀测股票的日收盘价格、周利息率、月价格指数、季销售额和年利润等在工程领域，我们观测声音、电流信号和电压等在地球物理领域，我们记录湍流一个地区的海浪和地球噪声等。在医学研究领域我们测量脑电图（EEG）和心电图（EKG）追踪等。在气象学领域我们观測每小时风速、每日温度和年度降雨量等。在质量控制领域我们根据某目标值监测一个过程。在社会学领域我们研究年度出生率、死亡率、事故发生率和各种犯罪率等。此外多变量的时间序列分析被观测和研究的领域还有很多。 按照时间连续记录的多变量的时间序列汾析称为连续多变量的时间序列分析如电流信号和电压等。仅在特定时间间隔取值的多变量的时间序列分析称为离散多变量的时间序列汾析；如利息率、产量和销售量等在本书中，我们仅仅处理的是等间隔观测的离散多变量的时间序列分析因为即便是连续多变量的时間序列分析，为了进行计算也只能给出在离散区间上的数字化值。研究时问序列有各种各样的目的它们包括对数据生成机制的理解和描述，对未来值的预报以及实现系统的最优化控制。

《多变量的时间序列分析分析:单变量和多变量方法(第2版)》由中国人民大学出版社出蝂

 

 
 

 评论、评分、阅读与下载