●序
前言
第1章 早期描述性時序分析的應用
1.1 基於描述性時序分析推斷農業規律
1.1.1 最早的時序分析——尼羅河漲落數據列
1.1.2 我國歷史上的糧食生產周期研究與穩定糧價之道
1.1.3 歐洲經濟學家對糧食產量的描述分析
1.2 格朗特對死亡公報數據序列的剖析
1.2.1 平穩序列產生的背景——統計比率的穩定性
1.2.2 格朗特現代時間序列思想的萌芽
1.2.3 格朗特對卡爾·皮爾遜等統計學家的學術影響
第2章 時間序列相關概念的發展歷程
2.1 差分的歷史
2.1.1 早期的差分思想
2.1.2 實證研究中的差分運算
2.1.3 現代差分理論
2.2 指數和滑動平均的歷史
2.2.1 指數序列的發展
2.2.2 “曇花一現”的銀行滑動平均
2.2.3 現代滑動平均的發展
第3章 頻域分析的早期發展
3.1 傅裡葉級數的理論發展
3.2 舒斯特創建周期圖方法
3.2.1 舒斯特生平與研究背景
3.2.2 基礎知識解析
3.2.3 周期圖方法的創建
第4章 時域分析方法的源起——尤爾的奠基性工作
4.1 尤爾生平與研究背景
4.2 尤爾研究回歸和相關技術——與卡爾·皮爾遜的合作和分歧
4.2.1 受教於卡爾·皮爾遜及其對卡爾·皮爾遜思想的傳承
4.2.2 尤爾與卡爾·皮爾遜的分歧
4.3 尤爾基於社會統計視角對貧窮問題的實證研究
4.3.1 尤爾的社會統計學研究
4.3.2 統計工具與貧窮等社會問題的有機融合
4.3.3 尤爾社會科學研究的影響
4.4 尤爾首創線性自回歸AR(2)模型
4.4.1 變量差分方法和時間相關問題
4.4.2 時間序列的分類和無意義相關問題
4.4.3 模型創建和回歸分析法
延伸閱讀 尤爾與作者身份識別研究
第5章 時域分析方法的持續發展——各類平穩模型的創建
5.1 沃克拓展的AR(s)模型
5.1.1 沃克氣像學的研究背景
5.1.2 對尤爾建模工作的概括
5.1.3 沃克的建模思路
5.1.4 沃克運用AR(s)模型研究世界天氣問題
5.2 斯盧茨基創建MA(n)模型
5.2.1 斯盧茨基的學術研究背景
5.2.2 MA(n)模型構建過程解析
5.3 沃爾德創建ARMA(s，n)模型
5.3.1 沃爾德生平與研究背景
5.3.2 沃爾德對離散平穩時間序列的界定
5.3.3 沃爾德研究思路解析
5.3.4 沃爾德的研究內容及方法
5.3.5 沃爾德工作的影響
5.3.6 時間序列分解的背景及沃爾德分解定理的誕生
5.3.7 沃爾德分解的意義及構建ARMA模型
5.4 隨機遊動模型
第6章 時間序列分析與統計學的交融
6.1 “相關”概念的涵義變遷
6.1.1 “相關”用於刻畫兩個變量受公共原因影響的程度
6.1.2 相關是比因果關繫更寬泛的分類方式
6.1.3 從偽相相關、虛假聯合分布和時間序列自相關
6.2 “誤差項”概念的內涵演變
6.2.1 時間序列分解下的隨機成分——殘差
6.2.2 線性自回歸AR(2)模型中的誤差項——隨機擾動
6.2.3 基於隨機擾動疊加構建的移動平均MA(n)模型
6.2.4 基於殘差序列的異方差性構建的ARCH族模型
延伸閱讀 數據科學的發展與建設
參考文獻

《時間序列分析發展簡史》依據大量的原始文獻和相關研究文獻，盡可能地以概念、思想和方法形成與發展的時間順序為主線，細致勾勒時間序列分析的起源、歷史發展的脈絡。同時《時間序列分析發展簡史》也為時間序列分析課程的理論教學和學習提供文化背景與學術支撐，為現代教學科研探尋方向。