第一章 单变量贝叶斯动态模型及其预测 1
第一节 采样间隔均匀时间序列的贝叶斯动态模型及其预测 1
第二节 采样间隔非均匀时间序列的贝叶斯动态模型及其预测 32
第三节 无信息先验分布条件下的单变量动态线性模型 67
第四节 单变量贝叶斯动态预测软件系统 86
第二章 多变量动态线性模型 100
第一节 矩阵变量动态线性同归模型（DLMR） 100
第二节 DLMR修正递推及其预测 103
第三节 多变量动态线性模型 106
第四节 叠加原理 108
第五节 多过程模型 113
第六节 应用实例 122
第三章 多变量动态线性模型递推算法的改进 138
第一节 平方根滤波 138
第二节 指数加权递推算法 141
第三节 逆协方差递推算法 144
第四节 扫描运算及其应用 147
第一节 尺度方差阵∑的确定 151
第四章 DLMR模型的方差确定 151
第二节 状态误差方差阵Wt的确定 165
第三节 观测误差方差阵Vt的确定 171
第四节 应用实例 184
第五章 多变量贝叶斯聚集预测 192
第一节“由下到上”的聚集预测 193
第二节“由上到下”的聚集预测 204
第六章 多变量广义动态模型 211
第一节 参数分布未知的多变量动态线性模型 211
第二节 多变量非线性动态模型 221
第三节 多变量广义动态模型 250
第七章 多变量动态建模中的几个问题 274
第一节 参数的贝叶斯估计 274
第二节 折扣因子的选取 277
第三节 无信息先验分布下的DLMR及其预测 279
第四节 灵敏度分析 285
第五节 几类特殊模型 291
附录一 矩阵理论 296
附录二 多元分布 308
参考文献 312