目 录
１引言１
２局部水平模型９
２１ 引言９
２２ 滤波１１
２３ 预测误差１７
２４ 状态平滑２０
２５ 扰动平滑２３
２６ 模拟２６
２７ 缺失观测２８
２８ 预测３０
２９ 初始化３２
２１０ 参数估计３５
２１１ 稳态３８
２１２ 诊断检查３８
２１３ 练习４２
３线性高斯状态空间模型４３
３１ 引言４３
３２ 一元结构时间序列模型４４
３３ 多元结构时间序列模型５１
３３１ 同质模型５１
３４ ＡＲＭＡ模型和ＡＲＩＭＡ模型５３
３５ 指数平滑５７
３６ 回归模型６０
３７ 动态因子模型６１
３８ 连续时间状态空间模型６２
３９ 样条平滑６６
３１０ 状态空间分析的深入评论６９
３１１ 练习７３
４滤波、平滑和预测７５
４１ 引言７５
４２ 多元回归理论的基本结果７６
４３ 滤波８１
４４ 状态平滑８６
４５ 扰动平滑９２
４６ 其他状态平滑算法９５
４７ 平滑估计的协方差矩阵９８
４８ 权重函数１０３
４９ 模拟平滑１０６
４１０ 缺失观测１０９
４１１ 预测１１１
４１２ 观测向量的维度１１２
４１３ 基本结果的矩阵形式１１３
４１４ 练习１２０
５滤波和平滑的初始化１２３
５１ 引言１２３
５２ 卡尔曼滤波的精确初始化１２６
５３ 状态平滑的精确初始化１３０
５４ 扰动平滑的精确初始化１３４
５５ 精确初始模拟平滑１３５
５６ 一些模型初始条件案例１３６
５７ 增广卡尔曼滤波和平滑１４０
６深入计算方面１４７
６１ 引言１４７
６２ 回归估计１４７
６３ 平方根滤波和平滑１５０
６４ 多元序列的一元处理１５５
６５ 大型观测向量的收缩１６０
６６ 线性约束下的滤波与平滑１６４
６７ 状态空间方法的计算机软件包１６４
７参数极大似然估计１７０
７１ 引言１７０
７２ 似然评估１７０
７３ 参数估计１７６
７４ 拟合优度１８７
７５ 诊断检查１８７
８线性高斯模型应用的演示１８９
８１ 引言１８９
８２ 结构时间序列分析１８９
８３ 二元结构时间序列分析１９４
８４ Ｂｏｘ－Ｊｅｎｋｉｎｓ分析１９７
８５ 平滑样条１９９
８６ 动态因子分析２００
９非线性和非高斯模型特例２０７
９１ 引言２０７
９２ 线性高斯信号模型２０７
９３ 指数簇模型２０９
９４ 厚尾分布２１２
９５ 随机波动模型２１３
９６ 其他金融模型２２０
９７ 非线性模型２２２
１０近似滤波与平滑２２３
１０１ 引言２２３
１０２ 扩展卡尔曼滤波２２３
１０３ 无迹卡尔曼滤波２２７
１０４ 非线性平滑２３４
１０５ 通过数据转换的近似２３５
１０６ 通过模估计的近似２３６
１０７ 模估计的深入发展２４４
１０８ 厚尾分布处理２５０
１１平滑的重要性采样２５７
１１１ 引言２５７
１１２ 重要性采样的基本思想２５８
１１３ 重要性密度的选择２６０
１１４ 重要性采样的实现细节２６１
１１５ 估计状态向量的函数２６５
１１６ 估计对数似然值和参数２６８
１１７ 重要性采样的权重和诊断２７２
１２粒子滤波２７４
１２１ 引言２７４
１２２ 重要性采样的滤波２７４
１２３ 序贯重要性采样２７６
１２４ 自举粒子滤波２８１
１２５ 辅助粒子滤波２８４
１２６ 粒子滤波的其他实现２８７
１２７ Ｒａｏ－Ｂｌａｃｋｗｅｌｌｉｓａｔｉｏｎ ２９４
１３贝叶斯参数估计２９７
１３１ 引言２９７
１３２ 线性高斯模型的后验分析２９８
１３３ 非线性非高斯模型的后验分析３０１
１３４ 马尔可夫链蒙特卡洛方法３０７
１４ 非高斯和非线性演示３１０
１４１ 引言３１０
１４２ 非线性分解：英国居民出国旅行３１０
１４３ 泊松密度：英国面包车司机死亡３１３
１４４ 厚尾密度：天然气消费异常３１４
１４５ 波动：英镑兑美元日汇率３１６
１４６ 二进制密度：牛津剑桥划船比赛３２１
参考文献３２３
鄂公网安备 42010302001612号 