（已有4条评价）基本信息
- 原书名：Wavelet Methods for Time Series Analysis
- 原出版社： Cambridge University Press
内容简介
书籍
数学书籍
本书详细地介绍了小波方法在时间序列分析中的应用，图例丰富，语言简明易懂，论述严谨。另外，本书对小波分析所需要的数学知识进行了简洁实用的讲解，还在正文中嵌入了大量的练习，并在附录中给出了这些练习的答案，同时每章另备有适于课堂布置的练习。.
本书适合作为高等院校统计学、数学等专业学生的教材，同时也可作为从事相关领域研究的人员的参考书。
时间序列分析是用随机过程理论和数理统计学的方法，研究随机数据序列所遵从的统计规律，用于解决科研，工程技术，金融及经济等诸多领域内的实际问题。..
本书是一本由浅人深的小波分析导论，介绍了基于小波的时间序列统计分析。实践中的离散时间技术是本书的论述重点，同时对于理解和实现离散小波变换将涉及的诸多原理与算法也进行了详细的描述。...
数学书籍
本书详细地介绍了小波方法在时间序列分析中的应用，图例丰富，语言简明易懂，论述严谨。另外，本书对小波分析所需要的数学知识进行了简洁实用的讲解，还在正文中嵌入了大量的练习，并在附录中给出了这些练习的答案，同时每章另备有适于课堂布置的练习。.
本书适合作为高等院校统计学、数学等专业学生的教材，同时也可作为从事相关领域研究的人员的参考书。
时间序列分析是用随机过程理论和数理统计学的方法，研究随机数据序列所遵从的统计规律，用于解决科研，工程技术，金融及经济等诸多领域内的实际问题。..
本书是一本由浅人深的小波分析导论，介绍了基于小波的时间序列统计分析。实践中的离散时间技术是本书的论述重点，同时对于理解和实现离散小波变换将涉及的诸多原理与算法也进行了详细的描述。...
作译者
Donald B．Percival于1983年在华盛顿大学获得统计学博士学位。目前是华盛顿大学应用物理实验室首席数学家，并且是华盛顿大学统计系副教授。他的研究方向包括谱分析、自然科学中的小波和统计方法的应用。除本书外，他还著有《Spectral Analysis for Physical Applications：Multitaper and Conventional Univariate Techniques》一书。他还是《Journal of Computational and Graphical Statistics》(该杂志由美国统计学会主办)的编辑。.
Andrew T．Walden伦敦大学帝国科技医学学院数学系教授。其研究方向为非平稳时间序列中的离散和连续小波变换的理论及应用，时间序列(特别是复值时间序列)在地球物理学、海洋学和医学中的应用等。除本书外，他还写有很多论文。...
Andrew T．Walden伦敦大学帝国科技医学学院数学系教授。其研究方向为非平稳时间序列中的离散和连续小波变换的理论及应用，时间序列(特别是复值时间序列)在地球物理学、海洋学和医学中的应用等。除本书外，他还写有很多论文。...
目录
译者序
前言.
约定与记号
第1章 小波导引
1．0 引言
1．1 小波的本质
1．2 小波分析的本质
1．3 连续小波变换的延续：离散小波变换
第2章 傅里叶理论和滤波器回顾
2．0 引言
2．1 复变量与复指数
2．2 无限序列的傅里叶变换
2．3 无限序列的卷积／滤波
2．4 有限序列的傅里叶变换
2．5 有限序列的循环卷积／滤波
2．6 周期滤波器
2．7 傅里叶理论小结
2．8 练习
第3章 时间序列的规范正交变换
3．0 引言
前言.
约定与记号
第1章 小波导引
1．0 引言
1．1 小波的本质
1．2 小波分析的本质
1．3 连续小波变换的延续：离散小波变换
第2章 傅里叶理论和滤波器回顾
2．0 引言
2．1 复变量与复指数
2．2 无限序列的傅里叶变换
2．3 无限序列的卷积／滤波
2．4 有限序列的傅里叶变换
2．5 有限序列的循环卷积／滤波
2．6 周期滤波器
2．7 傅里叶理论小结
2．8 练习
第3章 时间序列的规范正交变换
3．0 引言
译者序
2001年底，我在小波网上看到过这本书的简介，但始终没有见到它，2004年，机械工业出版社邀请我翻译这本书，由于有久别重逢的感觉，所以毅然接受．.
本书是剑桥大学出版社于2000年出版的为研究生课程写的一本教材，书中有许多内容是作者长期研究的结果。本书的最大特点就是把一元离散小波变换进行演绎，在离散时间上与应用十分广泛的时间序列分析有机地结合在一起，这是小波分析应用的一种创造性尝试，可以看作是小波应用于实际的一个典范．
自己与本书作者从未谋面，但本书的写作手法无疑会给从事小波分析应用研究的人们一种全新的感觉．书中把小波分析中的离散小波变换和离散小波包变换以及它们的变形应用于时间序列的分析，定位准确、分析细致、论述充分、说服力强，尤其值得肯定的是本书对实际例子的分析，真正在理论和实践之间架起了一座桥梁．..
本书还是自我包容的，对应用所需的离散小波变换、离散小波包变换、多分辨分析、统计与随机过程简介等都有详细的讲述，另外书中还配备了帮助进一步理解的嵌入练习以及章后练习．
本书可作为理工科研究生(包括硕士生和博土生)学习小波分析与应用的教材，也适合希望研究小波分析应用的研究者，特别适合统计、电子工程、物理学、地球物理学、天文学、海洋学以及其他物理学科的研究者．对于小波分析理论与算法的研究者来说，研读本书必会对以后的研究工作带来许多好处．
本书由于篇幅大，所以翻译时由王郑耀(第1、7章)、全黎(第2、3章)、郭潇涌(第4章)、周雪芹(第5、6章)、郭丽娜(第8章)、徐亮(第9章)、孙传姣(第10章)、吴梦秋(第11章)、谭小龙(附录)对各章先进行初译，然后由我反复改过三次．尤其是谭小龙，除初译外，还做了许多修改打印等方面的工作，在这里向他们表示感谢．本书我们采用直译，以保持原书的特有风格．虽然本书的翻译花费了大量心血，但还是会出现错误，希望广大读者不吝指正．...
程正兴
于西安交通大学理学院
2005年5日
本书是剑桥大学出版社于2000年出版的为研究生课程写的一本教材，书中有许多内容是作者长期研究的结果。本书的最大特点就是把一元离散小波变换进行演绎，在离散时间上与应用十分广泛的时间序列分析有机地结合在一起，这是小波分析应用的一种创造性尝试，可以看作是小波应用于实际的一个典范．
自己与本书作者从未谋面，但本书的写作手法无疑会给从事小波分析应用研究的人们一种全新的感觉．书中把小波分析中的离散小波变换和离散小波包变换以及它们的变形应用于时间序列的分析，定位准确、分析细致、论述充分、说服力强，尤其值得肯定的是本书对实际例子的分析，真正在理论和实践之间架起了一座桥梁．..
本书还是自我包容的，对应用所需的离散小波变换、离散小波包变换、多分辨分析、统计与随机过程简介等都有详细的讲述，另外书中还配备了帮助进一步理解的嵌入练习以及章后练习．
本书可作为理工科研究生(包括硕士生和博土生)学习小波分析与应用的教材，也适合希望研究小波分析应用的研究者，特别适合统计、电子工程、物理学、地球物理学、天文学、海洋学以及其他物理学科的研究者．对于小波分析理论与算法的研究者来说，研读本书必会对以后的研究工作带来许多好处．
本书由于篇幅大，所以翻译时由王郑耀(第1、7章)、全黎(第2、3章)、郭潇涌(第4章)、周雪芹(第5、6章)、郭丽娜(第8章)、徐亮(第9章)、孙传姣(第10章)、吴梦秋(第11章)、谭小龙(附录)对各章先进行初译，然后由我反复改过三次．尤其是谭小龙，除初译外，还做了许多修改打印等方面的工作，在这里向他们表示感谢．本书我们采用直译，以保持原书的特有风格．虽然本书的翻译花费了大量心血，但还是会出现错误，希望广大读者不吝指正．...
程正兴
于西安交通大学理学院
2005年5日
前言
近十年来人们对小波的兴趣急剧增加，涉及的领域包括数学、物理学、电子工程以及其他学科．结果是，小波方法在诸如微分方程、图像处理和统计等不同的领域中具有重要的影响．本书是离散时间序列分析中有关小波分析及其应用的一个导引，这些时间序列是自然科学中需要的典型序列．而我们全面介绍作为离散小波变换(DWT)后盾的基本理论，目的是在理论与实践之间架起一座桥梁．.
本书的主要内容包括：
·以实践的术语强调离散小波变换的实际含义．
·展示离散小波变换如何用于产生时间序列分析学家需要的信息描述统计．
·讨论随机模型如何用于评估由离散小波变换计算的量的统计性质．
·提供自然科学中有代表性的时间序列的小波分析的大量例子．
到现在为止，关于小波的大多数书籍都是按照连续函数来展开描述的，并且常常介绍给读者过多的不同类型的小波．而本书则通过标准的滤波和矩阵变换的思想，在离散时间上讲述小波方法． 为避免读者负担过重，本书总是集中于Daubechies(1992)描述的小波滤波器类上，这个小波滤波器类对于统计的应用特别方便和有用；然而，通过研究Dauhechies小波类，读者可以很好地理解其他感兴趣的小波类．为了教学的目的，事实上本书在开头(第1章)和结束(第11章)都讨论连续的情形．这种方式允许我们一开始从历史视角激发好的思想，然后在最后把离散分析中的思想结合到连续时间小波分析中的一些已知结果中．
在本书中较早叙述的论题(第4、5章)包括离散小波变换(DWT)和极大重叠离散小波变换(MODWT)，而极大重叠离散小波变换可以认为是具有吸引人的性质的离散小波变换的推广． 总的来看，这两章强调了计算离散小波变换和极大重叠离散小波变换的算法，以及这些变换如何用于提供时间序列的信息描述统计．特别地，两个变换都导致了时间序列的抽样方差基于尺度的分解，以及基于尺度的加性分解(称之为多分辨分析)．离散小波变换和极大重叠离散小波变换的推广(即文献中所称的“小波包”变换)和时间序列经由匹配追踪的分解，是第6章的主题．在本书的第二部分，我们把这些变换与随机模型结合起来，以提出时间序列分析的基于小波的统计推断．书中这部分涉及的特定主题包括：
·小波方差，它提供了一个基于尺度的方差分析，与传统的基于频率的谱分析互补(第8章)．
·“长记忆过程”(即具有慢速衰减相关的过程)的分析和综合(第9章)．
·经由“阈值”和“去噪”的信号估计(第10章)．
本书的写作方式是“由基础一层一层上升”(由浅人深)．我们试图使本书尽可能是自我包容的(为此，第2、3、7章分别包括回顾傅里叶理论和滤波理论；时间序列的规范正交变换中的关键思想；涉及随机变量和随机过程的重要概念)．因此，本书适用于优秀的大学本科生，但主要是为研究生以及统计学、电子工程、物理学、地球物理学、天文学、海洋学等其他自然科学的研究者写的．具有较强数学基础的读者可以快速阅读第2、3章．具有离散小波变换知识的读者可以利用第4、5章各节后的关键结论和定义来确定需要掌握的内容．本书的草稿在华盛顿大学用作研究生课程的教科书已经五年了，但是我们还是设计它是自学参考书而包含嵌入到各章中的大量练习(特别是第2章到第5章)，而在附录中提供了解答．嵌入练习的目的是方便读者逐步理解书中内容．为了作为教科书使用，我们在各章的最后还提供了附加的练习(如果讲授者希望得到练习解答指导，可按照下面的网址进行查找)．..
在第4、5章描述的时间序列的小波分析能够容易地实现对于计算离散小波变换和极大重叠离散小波变换(及其逆)的基本算法．而这些算法能够直接和容易地使用4．6节与5．5节的评论和扩展中的伪代码进行编写，可以通过本书网站链接到现有的S-Plus和Lisp中的软件．本书网站是
http：／／www．staff．washington．edu／dbp／wmtsa．html
(另外，读者可以进入剑桥大学出版社网站，现在是http：／／www．cup．org，然后搜索本书．)读者还可以通过这个网站得到勘误表、更新的参考文献等附加材料．另外，读者可以通过该网站下载各种滤波器系数(如4．8节和4．9节讨论的)、书中作为例子使用的所有时间序列的值和一些能够用于检验计算机编码的计算的值．为了方便教学和研讨班课程，网站还包括书中所有图表的PDF文件(请注意，这些图表的版权属于剑桥大学出版社，未经许可，不允许进一步分发或使用)．
本书是使用Donald Knuth的优秀排版系统TEX进行排版的．书中的插图使用W．Hess(感谢他多年来的支持)创建的GPL绘图系统或S-Plus绘制而成，S-Plus是J．Chambers与合作者开发并由MathSoft公司推向市场的S语言的商业版．对于各种例子和图形的完成必须使用的计算技术是S-Plus或者PITSSA(交互式时间序列和信号分析的基于Lisp的面向对象程序，是Percival部分地发展起来的)．
感谢华盛顿大学应用物理实验室的R．Spindel和已故的J．Harlett，他们提供了自由基金而启动本书的写作．感谢美国国家科学基金(NSF)、美国国家健康研究所(NIH)、美国环保局(EPA)(通过在华盛顿大学的统计和环境国家研究中心)、美国海军研究署(ONR)和美国空军科学研究局(AFOSR)对本书写作的支持．1998年，我们在艾萨克·牛顿数学科学研究所(剑桥大学)从事非线性和非稳定信号处理计划期间的工作对于本书的完成至关重要；感谢在剑桥期间，英国工程和自然科学研究委员会(EPSRC)对我们之一(Percival)自始至终给予高级访问学者的支持．
感谢那些对手稿提出批评与评论或提供补充数据的人，他们是：G．Bardy、J．Bassingthwaighte、A．Bruce、M．Clyde、W．Constantine、A．Contreras Cristan、P．Craigmile、H．-Y．Gao、A．Gibbs、C．Greenhall、M．Gregg、M．Griffin、P．Guttorp、T．Horbury、M．Jensen、R．D．Martin、E．McCoy、F．McGraw、H．Mofjeld、F．Noraz、G．Raymond、P．Reinhall、S．Sardy、E．Tsakiroglou、B．Whitcher．我们也很感谢许多研究生，他们对手稿和练习提出了非常有价值的批评并指出了许多错误．感谢I．Kang、I．MacLeod、K．Tanaka和Z．Xuelin，根据他们指出的错误我们在该印次上进行了校正．对于一些遗留下来的错误(这在著作中是不可避免的)表示歉意，我们将乐于接受读者发现的任何错误，以便将它们列入网站上，并且在以后的印次中校正．最后，感谢对于本项目提供大力支持的David Tranah(剑桥大学出版社编辑)以及我们各自的家庭．...
Don Percival Andrew Walden
华盛顿大学应用物理实验室355640信箱 英国帝国科技医学学院数学系
本书的主要内容包括：
·以实践的术语强调离散小波变换的实际含义．
·展示离散小波变换如何用于产生时间序列分析学家需要的信息描述统计．
·讨论随机模型如何用于评估由离散小波变换计算的量的统计性质．
·提供自然科学中有代表性的时间序列的小波分析的大量例子．
到现在为止，关于小波的大多数书籍都是按照连续函数来展开描述的，并且常常介绍给读者过多的不同类型的小波．而本书则通过标准的滤波和矩阵变换的思想，在离散时间上讲述小波方法． 为避免读者负担过重，本书总是集中于Daubechies(1992)描述的小波滤波器类上，这个小波滤波器类对于统计的应用特别方便和有用；然而，通过研究Dauhechies小波类，读者可以很好地理解其他感兴趣的小波类．为了教学的目的，事实上本书在开头(第1章)和结束(第11章)都讨论连续的情形．这种方式允许我们一开始从历史视角激发好的思想，然后在最后把离散分析中的思想结合到连续时间小波分析中的一些已知结果中．
在本书中较早叙述的论题(第4、5章)包括离散小波变换(DWT)和极大重叠离散小波变换(MODWT)，而极大重叠离散小波变换可以认为是具有吸引人的性质的离散小波变换的推广． 总的来看，这两章强调了计算离散小波变换和极大重叠离散小波变换的算法，以及这些变换如何用于提供时间序列的信息描述统计．特别地，两个变换都导致了时间序列的抽样方差基于尺度的分解，以及基于尺度的加性分解(称之为多分辨分析)．离散小波变换和极大重叠离散小波变换的推广(即文献中所称的“小波包”变换)和时间序列经由匹配追踪的分解，是第6章的主题．在本书的第二部分，我们把这些变换与随机模型结合起来，以提出时间序列分析的基于小波的统计推断．书中这部分涉及的特定主题包括：
·小波方差，它提供了一个基于尺度的方差分析，与传统的基于频率的谱分析互补(第8章)．
·“长记忆过程”(即具有慢速衰减相关的过程)的分析和综合(第9章)．
·经由“阈值”和“去噪”的信号估计(第10章)．
本书的写作方式是“由基础一层一层上升”(由浅人深)．我们试图使本书尽可能是自我包容的(为此，第2、3、7章分别包括回顾傅里叶理论和滤波理论；时间序列的规范正交变换中的关键思想；涉及随机变量和随机过程的重要概念)．因此，本书适用于优秀的大学本科生，但主要是为研究生以及统计学、电子工程、物理学、地球物理学、天文学、海洋学等其他自然科学的研究者写的．具有较强数学基础的读者可以快速阅读第2、3章．具有离散小波变换知识的读者可以利用第4、5章各节后的关键结论和定义来确定需要掌握的内容．本书的草稿在华盛顿大学用作研究生课程的教科书已经五年了，但是我们还是设计它是自学参考书而包含嵌入到各章中的大量练习(特别是第2章到第5章)，而在附录中提供了解答．嵌入练习的目的是方便读者逐步理解书中内容．为了作为教科书使用，我们在各章的最后还提供了附加的练习(如果讲授者希望得到练习解答指导，可按照下面的网址进行查找)．..
在第4、5章描述的时间序列的小波分析能够容易地实现对于计算离散小波变换和极大重叠离散小波变换(及其逆)的基本算法．而这些算法能够直接和容易地使用4．6节与5．5节的评论和扩展中的伪代码进行编写，可以通过本书网站链接到现有的S-Plus和Lisp中的软件．本书网站是
http：／／www．staff．washington．edu／dbp／wmtsa．html
(另外，读者可以进入剑桥大学出版社网站，现在是http：／／www．cup．org，然后搜索本书．)读者还可以通过这个网站得到勘误表、更新的参考文献等附加材料．另外，读者可以通过该网站下载各种滤波器系数(如4．8节和4．9节讨论的)、书中作为例子使用的所有时间序列的值和一些能够用于检验计算机编码的计算的值．为了方便教学和研讨班课程，网站还包括书中所有图表的PDF文件(请注意，这些图表的版权属于剑桥大学出版社，未经许可，不允许进一步分发或使用)．
本书是使用Donald Knuth的优秀排版系统TEX进行排版的．书中的插图使用W．Hess(感谢他多年来的支持)创建的GPL绘图系统或S-Plus绘制而成，S-Plus是J．Chambers与合作者开发并由MathSoft公司推向市场的S语言的商业版．对于各种例子和图形的完成必须使用的计算技术是S-Plus或者PITSSA(交互式时间序列和信号分析的基于Lisp的面向对象程序，是Percival部分地发展起来的)．
感谢华盛顿大学应用物理实验室的R．Spindel和已故的J．Harlett，他们提供了自由基金而启动本书的写作．感谢美国国家科学基金(NSF)、美国国家健康研究所(NIH)、美国环保局(EPA)(通过在华盛顿大学的统计和环境国家研究中心)、美国海军研究署(ONR)和美国空军科学研究局(AFOSR)对本书写作的支持．1998年，我们在艾萨克·牛顿数学科学研究所(剑桥大学)从事非线性和非稳定信号处理计划期间的工作对于本书的完成至关重要；感谢在剑桥期间，英国工程和自然科学研究委员会(EPSRC)对我们之一(Percival)自始至终给予高级访问学者的支持．
感谢那些对手稿提出批评与评论或提供补充数据的人，他们是：G．Bardy、J．Bassingthwaighte、A．Bruce、M．Clyde、W．Constantine、A．Contreras Cristan、P．Craigmile、H．-Y．Gao、A．Gibbs、C．Greenhall、M．Gregg、M．Griffin、P．Guttorp、T．Horbury、M．Jensen、R．D．Martin、E．McCoy、F．McGraw、H．Mofjeld、F．Noraz、G．Raymond、P．Reinhall、S．Sardy、E．Tsakiroglou、B．Whitcher．我们也很感谢许多研究生，他们对手稿和练习提出了非常有价值的批评并指出了许多错误．感谢I．Kang、I．MacLeod、K．Tanaka和Z．Xuelin，根据他们指出的错误我们在该印次上进行了校正．对于一些遗留下来的错误(这在著作中是不可避免的)表示歉意，我们将乐于接受读者发现的任何错误，以便将它们列入网站上，并且在以后的印次中校正．最后，感谢对于本项目提供大力支持的David Tranah(剑桥大学出版社编辑)以及我们各自的家庭．...
Don Percival Andrew Walden
华盛顿大学应用物理实验室355640信箱 英国帝国科技医学学院数学系
