大协方差和自协方差矩阵汇集了高维模型中样本协方差矩阵和自协方差矩阵的最新结果，以及如何在一个或多个高维时间序列模型中使用它们进行统计推断的新想法。先决条件包括基本多元分析知识、基本时间序列分析和随机收敛的基本结果。
第一部分是关于大协方差矩阵和自协方差矩阵的不同估计方法以及这些估计量的性质。第二部分涵盖了随机矩阵理论和非交换概率的相关材料。第三部分给出了高维线性时间序列模型中样本自协方差矩阵的对称矩阵多项式函数迹的极限谱和渐近正态性的结果。这些用于对涉及一个或多个独立的高维线性时间序列的不同假设进行图形化和显著性测试。
这本书应该引起计量经济学和统计学（大协方差矩阵和高维时间序列）、数学（随机矩阵和自由概率）和计算机科学（无线通信）领域的人们的兴趣。它的一部分可以用于高维统计推断、高维随机矩阵和高维时间序列模型的研究生课程。它对研究人员开发高维时间序列模型中的统计方法特别有吸引力。
奥雅纳Bose是印度加尔各答印度统计研究所的教授。他是一位杰出的数理统计研究员，过去十五年一直致力于高维随机矩阵的研究。他曾是Sankhyā语几年来一直担任其他几家期刊的编辑委员会成员。他是美国数理统计研究所（Institute of Mathematical Statistics）和印度所有三所国家科学院的研究员，也是S.S.Bhatnagar奖和C.R.Rao奖的获得者。他的第一本书模式随机矩阵查普曼和霍尔出版社也出版了该书。他有一篇即将发表的毕业论文U统计、M估计和重采样（与Snigdhansu Chatterjee合著）将由印度斯坦图书局出版。
莫妮卡·巴塔查吉是佛罗里达大学信息学院的博士后研究员。从加尔各答圣泽维尔学院毕业后，她于2012年在印度统计学院获得硕士学位，2016年获得博士学位。她在Bose博士的指导下撰写的关于高维协方差和自协方差矩阵的论文受到了高度赞扬。
