本書呈現(xiàn)了狀態(tài)空間方法關(guān)于時間序列分析的全面處理，分為兩個部分。第一部分討論了基于線性高斯?fàn)顟B(tài)空間模型的分析技術(shù)，給出了基于狀態(tài)空間模型的時間序列分析方法論的最新處理方法；第二部分討論了對狀態(tài)空間方法范圍的擴(kuò)展，以涵蓋非高斯觀測序列。全書共分為十四章，分別為引言，局部水平模型，線性高斯?fàn)顟B(tài)空間模型，濾波、平滑和預(yù)測，濾波和平滑的初始化，深入計(jì)算方面，參數(shù)極大似然估計(jì)，線性高斯模型應(yīng)用的演示，非線性和非高斯模型特例，近似濾波與平滑，平滑的重要性采樣，粒子濾波，貝葉斯參數(shù)估計(jì)，以及非高斯和非線性演示。
目 錄
１引言１
２局部水平模型９
２１ 引言９
２２ 濾波１１
２３ 預(yù)測誤差１７
２４ 狀態(tài)平滑２０
２５ 擾動平滑２３
２６ 模擬２６
２７ 缺失觀測２８
２８ 預(yù)測３０
２９ 初始化３２
２１０ 參數(shù)估計(jì)３５
２１１ 穩(wěn)態(tài)３８
２１２ 診斷檢查３８
２１３ 練習(xí)４２
３線性高斯?fàn)顟B(tài)空間模型４３
３１ 引言４３
３２ 一元結(jié)構(gòu)時間序列模型４４
３３ 多元結(jié)構(gòu)時間序列模型５１
３３１ 同質(zhì)模型５１
３４�。粒遥停聊Ｐ秃停粒遥桑停聊Ｐ停担�
３５ 指數(shù)平滑５７
３６ 回歸模型６０
３７ 動態(tài)因子模型６１
３８ 連續(xù)時間狀態(tài)空間模型６２
３９ 樣條平滑６６
３１０ 狀態(tài)空間分析的深入評論６９
３１１ 練習(xí)７３
４濾波、平滑和預(yù)測７５
４１ 引言７５
４２ 多元回歸理論的基本結(jié)果７６
４３ 濾波８１
４４ 狀態(tài)平滑８６
４５ 擾動平滑９２
４６ 其他狀態(tài)平滑算法９５
４７ 平滑估計(jì)的協(xié)方差矩陣９８
４８ 權(quán)重函數(shù)１０３
４９ 模擬平滑１０６
４１０ 缺失觀測１０９
４１１ 預(yù)測１１１
４１２ 觀測向量的維度１１２
４１３ 基本結(jié)果的矩陣形式１１３
４１４ 練習(xí)１２０
５濾波和平滑的初始化１２３
５１ 引言１２３
５２ 卡爾曼濾波的精確初始化１２６
５３ 狀態(tài)平滑的精確初始化１３０
５４ 擾動平滑的精確初始化１３４
５５ 精確初始模擬平滑１３５
５６ 一些模型初始條件案例１３６
５７ 增廣卡爾曼濾波和平滑１４０
６深入計(jì)算方面１４７
６１ 引言１４７
６２ 回歸估計(jì)１４７
６３ 平方根濾波和平滑１５０
６４ 多元序列的一元處理１５５
６５ 大型觀測向量的收縮１６０
６６ 線性約束下的濾波與平滑１６４
６７ 狀態(tài)空間方法的計(jì)算機(jī)軟件包１６４
７參數(shù)極大似然估計(jì)１７０
７１ 引言１７０
７２ 似然評估１７０
７３ 參數(shù)估計(jì)１７６
７４ 擬合優(yōu)度１８７
７５ 診斷檢查１８７
８線性高斯模型應(yīng)用的演示１８９
８１ 引言１８９
８２ 結(jié)構(gòu)時間序列分析１８９
８３ 二元結(jié)構(gòu)時間序列分析１９４
８４�。拢铮剩澹睿耄椋睿蠓治觯保梗�
８５ 平滑樣條１９９
８６ 動態(tài)因子分析２００
９非線性和非高斯模型特例２０７
９１ 引言２０７
９２ 線性高斯信號模型２０７
９３ 指數(shù)簇模型２０９
９４ 厚尾分布２１２
９５ 隨機(jī)波動模型２１３
９６ 其他金融模型２２０
９７ 非線性模型２２２
１０近似濾波與平滑２２３
１０１ 引言２２３
１０２ 擴(kuò)展卡爾曼濾波２２３
１０３ 無跡卡爾曼濾波２２７
１０４ 非線性平滑２３４
１０５ 通過數(shù)據(jù)轉(zhuǎn)換的近似２３５
１０６ 通過模估計(jì)的近似２３６
１０７ 模估計(jì)的深入發(fā)展２４４
１０８ 厚尾分布處理２５０
１１平滑的重要性采樣２５７
１１１ 引言２５７
１１２ 重要性采樣的基本思想２５８
１１３ 重要性密度的選擇２６０
１１４ 重要性采樣的實(shí)現(xiàn)細(xì)節(jié)２６１
１１５ 估計(jì)狀態(tài)向量的函數(shù)２６５
１１６ 估計(jì)對數(shù)似然值和參數(shù)２６８
１１７ 重要性采樣的權(quán)重和診斷２７２
１２粒子濾波２７４
１２１ 引言２７４
１２２ 重要性采樣的濾波２７４
１２３ 序貫重要性采樣２７６
１２４ 自舉粒子濾波２８１
１２５ 輔助粒子濾波２８４
１２６ 粒子濾波的其他實(shí)現(xiàn)２８７
１２７ Ｒａｏ－Ｂｌａｃｋｗｅｌｌｉｓａｔｉｏｎ ２９４
１３貝葉斯參數(shù)估計(jì)２９７
１３１ 引言２９７
１３２ 線性高斯模型的后驗(yàn)分析２９８
１３３ 非線性非高斯模型的后驗(yàn)分析３０１
１３４ 馬爾可夫鏈蒙特卡洛方法３０７
１４ 非高斯和非線性演示３１０
１４１ 引言３１０
１４２ 非線性分解：英國居民出國旅行３１０
１４３ 泊松密度：英國面包車司機(jī)死亡３１３
１４４ 厚尾密度：天然氣消費(fèi)異常３１４
１４５ 波動：英鎊兌美元日匯率３１６
１４６ 二進(jìn)制密度：牛津劍橋劃船比賽３２１
參考文獻(xiàn)３２３
書單推薦
