时间序列分析及其应用（原书第4版）

本书通过大量使用真实数据的实例展示解决问题的方法，例如发现自然和人为的气候变化、使用功能磁共振成像评估疼痛感知实验以及监测核禁试条约。

本书从不同层次深入探讨时间序列分析理论和方法，除了涵盖经典的时间序列回归方法、ARIMA模型、谱分析和状态空间模型外，还介绍了新近发展的方法，包括分类变量时间序列分析、多元谱方法、长记忆时间序列、非线性模型、重采样技术、GARCH模型、ARMAX模型、随机波动率、小波和马尔可夫链蒙特卡罗积分方法。

本书以易于理解的方式讲述了时间序列模型及其应用，内容包括趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差模型、谱分析入门、谱估计和阈值模型。对所有的思想和方法，都用真实数据集和模拟数据集进行了说明。

本书可作为物理、生物学和社会科学领域以及统计学方向的研究生教材，有些部分还可以用作本科生时间序列入门课程的教材。

第4版的更新：重做所有图形和绘图并使其样式统一；贝叶斯部分完全重写，仅覆盖线性高斯状态空间模型；每个实例的R代码直接在正文中提供，以便于重复数据分析过程；扩展了附录部分，其中包含基本的R和R时间序列命令的指南。

Robert H Shumway，加利福尼亚大学戴维斯分校的统计学荣誉退休教授。美国统计协会会士，国际统计协会的成员。

David S Stoffer，匹兹堡大学统计系教授。美国统计协会会士。为分类时间序列的分析做出了重大贡献，并因其分析婴儿睡眠状态循环产生的分类时间序列的合作论文获得了1989年美国统计协会杰出统计应用奖。