本书是时间序列领域的经典之作，自1970年出版以来不断修订、再版，历经50多年的检验，始终都是时间序列领域的权威典藏。四位作者都是学界赫赫有名、蜚声世界的统计学大师，他们用词简洁，叙述通俗并强调实际应用，书中大量的实例更能使读者很快体会其中直观而深刻的时间序列分析精髓，掌握实践的技巧。
本书可作为经济学、统计学和相关专业高年级硕士生或博士生教材，也可以作为统计专业技术人员的参考书。

乔治·E.P.博克斯（George E. P. Box），他被称为20世纪最伟大的统计学大师之一，在时间序列分析、实验设计、统计质量控制等领域做出了很多开创性贡献。主要研究成果有：Response-surface方法、EVOP、Q-exponential分布、Box-Jenkins模型、Box-Cox变换、Box-Behnken设计、Ljung-Box检验等概念和方法，在国际上深刻影响着统计学、经济学、金融学、工程学、化学和环境科学等领域的理论与实践。
他曾在普林斯顿大学任教，并在威斯康星大学麦迪逊分校创立统计系，也曾任美国统计协会主席、数理统计研究所所长、英国皇家学会院士（FRS）、美国艺术与科学院院士，并获美国质量控制协会颁发的Shewhart奖章、美国统计协会颁发的Wilks纪念奖和英国皇家统计学会颁发的盖伊金质奖章。

译者序
第5版前言
第4版前言
第3版前言
第1章 引言
1.1 五个重要的时间序列问题
1.1.1 时间序列预测
1.1.2 转换函数估计
1.1.3 异常干扰事件对系统的影响分析
1.1.4 多元时间序列分析
1.1.5 离散型控制系统
1.2 随机性和确定性动态数学模型
1.2.1 用于平稳与非平稳过程预测和控制的随机模型
1.2.2 转换函数模型
1.2.3 离散控制系统模型
1.3 构建模型的一些基本思想
1.3.1 简洁性
1.3.2 模型选择的试验阶段
附录A1.1 R软件的使用
第一部分 随机模型及其预测
第2章 平稳过程的自相关函数与谱
2.1 平稳模型的自相关特性
2.1.1 时间序列与随机过程
2.1.2 平稳随机过程
2.1.3 正定性与自协方差矩阵
2.1.4 自协方差函数和自相关函数
2.1.5 自协方差函数和自相关函数的估计
2.1.6 自相关函数估计的标准误差
2.2 平稳模型的谱特性
2.2.1 时间序列的周期图
2.2.2 方差分析
2.2.3 谱和谱密度函数
2.2.4 自相关函数和谱密度函数的简单例子
2.2.5 自相关函数和谱密度函数的优缺点
附录A2.1 样本谱和自协方差函数估计之间的联系
练习2
第3章 线性平稳模型
3.1 一般线性过程
3.1.1 线性过程的两种等价形式
3.1.2 线性过程的自协方差生成函数
3.1.3 线性过程的平稳性和可逆性条件
3.1.4 自回归和移动平均过程
3.2 自回归过程
3.2.1 自回归过程的平稳性条件
3.2.2 自回归过程的自相关函数和谱
3.2.3 一阶自回归过程
3.2.4 二阶自回归过程
3.2.5 偏自相关函数
3.2.6 偏自相关函数的估计
3.2.7 偏自相关估计的标准差
3.2.8 R实现
3.3 移动平均过程
3.3.1 移动平均过程的可逆性条件
……
第二部分 随机模型的建立
第三部分 转换函数和多元模型的建立
第四部分 离散控制方案设计
第五部分 图表
图表集锦
正文和练习中使用的时间序列集锦
参考文献