【簡介】 本教科書專注於時間序列數據的分析方法，提供了一個全面的指南，使用數據科學的現代技術來分析時間序列數據。它特別針對經濟學和金融應用，旨在為學生提供嚴謹的訓練。各章節涵蓋貝葉斯方法、非參數平滑方法、機器學習和連續時間計量經濟學。全書包含理論和實證練習、簡明摘要、加粗的關鍵術語以及示例，以加強關鍵概念並增進理解。附加材料包括帶有解答和額外練習的教師手冊、PowerPoint 講義幻燈片和數據集。以其清晰易懂的風格，本教科書是經濟學、金融學和統計學高年級本科生及研究生的重要工具。 通過將概念應用於特定的現實情境，連結理論與實踐 專注於當前問題，如氣候科學和 COVID-19 包含大量多樣的理論和實證練習，以便選擇不同的難度或重點 使用共同的語言和符號涵蓋來自不同領域的廣泛材料，以幫助學生理解 【目錄】 Preface 1 Introduction 2. Stationarity and mixing 3. Linear time series models 4. Spectral analysis 5. Inference under heterogeneity and weak dependence 6. Nonstationary processed, trends and seasonality 7. Multivariate linear time series 8. Stae space models and Kalman filter 9. Bayesian methods 10. Nonlinear time series models 11. Nonparametric methods and machine learning 12. Continuous time processes Bibliography Index.