斯特凡诺·伊库斯（Stefano M.Iacus）。;中弘吉田 用YUIMA对随机过程进行仿真和推理。SDE和其他随机过程的综合R框架。 （英语） Zbl 1458.60004号 使用R！.商会：施普林格出版社（ISBN 978-3-319-55567-6/pbk；978-3-319-55569-0/电子书）。xiii，第268页。(2018). 这本书回应了随机过程在理论统计和概率论、软件开发和实际数据分析方面的快速发展。这本书分为两部分。第一部分仅包含一章，回顾了YUIMA包，它是用于随机过程分析和模拟的计算框架。作者详细描述了模型规范和/或仿真的要求。有关导出YUIMA对象并将结果与集成的技术详细信息我A类T型E类X（X）也包括在内。第二部分包括六章，说明了该软件包的各种应用。第二章介绍了扩散过程。在概述了标准模型（如Ornstein-Uhlenbeck、几何布朗运动、Vasicek、Cox-Ingersoll-Ross和其他）（包括多维过程的Heston模型）之后，作者提出了几种模型选择方法（AIC和LASSO）。本章最后介绍了估计方法（变点估计、异步协方差估计和超前滞后估计）。第三章重点讨论复合泊松过程，详细讨论了非均匀过程和多维过程及其估计。在下一章中，介绍了由Lévy过程驱动的随机微分方程；在对Lévy过程和Wiener过程及其与复合Poisson过程、Gamma过程和变量的集成进行了理论回顾之后，作者继续提出了从属的概念，并对由Lévey过程驱动的广义双曲过程和随机微分方程进行了示例和模拟。在第五章中，重点讨论了分数布朗运动驱动的随机微分方程；在一个模型规范之后，作者给出了分数高斯噪声的模拟以及对fOU进行参数推断的几种方法。在最后两章中，结合理论概念和示例介绍了CARMA和COGARCH模型。尽管这本书是以通俗易懂的风格写成的，将理论和实例完美结合，但所讨论的概念确实需要对该主题有深入的了解。有了这个前提条件，广泛的受众可以对主题和R包进行全面的概述。审核人：Irina Ioana Mohorianu（牛津） 引用于17文件 MSC公司： 60-02 概率论相关研究综述（专著、调查文章） 60-04 概率论相关问题的软件、源代码等 60G05型 随机过程基础 68甲15 编程语言理论 关键词：YUIMA包;模拟;取样;仿真模型;时间序列;时间戳;扩散过程;参数推理;变化点估计;异步协方差估计;超前滞后估计;复合泊松过程;多维复合泊松过程;随机微分方程;莱维工艺;维纳过程;广义双曲过程;分数布朗运动;CARMA模型;COGARCH模型 软件：尤玛;fExoticOptions（外部选项）;俄罗斯;可可.rm;timeSeries（时间序列）;R（右）;采礼;CRAN（起重机） PDF格式BibTeX公司 XML格式引用 \textit{S.M.Iacus}和\textit{N.Yoshida}，用YUIMA模拟和推断随机过程。SDE和其他随机过程的综合R框架。查姆：施普林格（2018；Zbl 1458.60004） 全文： 内政部