内容简介

本书内容分7章。主要介绍多维时间序列图模型的定义以及由观测序列建立图模型的结构学习方法，包括检验统计量的提出、计算，算法过程和所建立图模型的有效性证明；用数值模拟验证了方法的优越性，在股票市场、宏观经济领域进行了实证分析。第1章概述多维时间序列图模型基本理论和相关基础知识。第2~4章基于信息论方法检验多维时间序列的非线性联系，介绍多维时间序列的条件互信息图模型、结构向量自回归模型的广义有向非循环图模型、Granger因果图模型。第5章介绍带隐变量的结构VAR模型的隐祖先图。第6章介绍基于组Lasso的VAR模型变点检测方法。第7章介绍高维宏观经济时间序列图模型的结构学习方法，基于图Lasso 和组Lasso方法建立多图模型，联合估计多个高斯图模型，保留共同结构的同时考虑类间差异。