本書是Springer統計學教程系列之一,全面地講述了時頻域方法理論。在前幾版的基礎上增加了不少新的內容,大量的實例結合統計軟件的應用,使本書的實用性更強。延續了前幾版的風格,包括分類時間序列分析、譜包絡、多元譜方法、長記憶序列、非線性模型、縱向數據分析、重抽樣技巧、Garch模型、隨機波動性模型、小波和Monte Carlo Markov鏈積分方法最近發展比較迅速的話題。在本版中將這些材料劃分為更小的章節,講述更加詳細,金融時間序列講述的範圍也更加廣闊,包括GARCH和隨機波動模型。每章末都附有問題,這些問題可以加深讀者對所學內容的理解。目次:時間序列特徵;時間序列回歸和控制性數據分析;ARIMA模型;譜分析和濾波;時間域;狀態空間模型;頻域中的統計方法。