本書通過大量使用真實數據的實例展示解決問題的方法，例如發現自然和人為的氣候變化、使用功能磁共振成像評估疼痛感知實驗以及監測核禁試條約。

本書從不同層次深入探討時間序列分析理論和方法，除了涵蓋經典的時間序列回歸方法、ARIMA模型、譜分析和狀態空間模型外，還介紹了新近發展的方法，包括分類變量時間序列分析、多元譜方法、長記憶時間序列、非線性模型、重采樣技術、GARCH模型、ARMAX模型、隨機波動率、小波和馬爾可夫鏈蒙特卡羅積分方法。

本書以易于理解的方式講述了時間序列模型及其應用，內容包括趨勢、平穩時間序列模型、非平穩時間序列模型、模型識別、參數估計、模型診斷、預測、季節模型、時間序列回歸模型、異方差模型、譜分析入門、譜估計和閾值模型。對所有的思想和方法，都用真實數據集和模擬數據集進行了說明。

本書可作為物理、生物學和社會科學領域以及統計學方向的研究生教材，有些部分還可以用作本科生時間序列入門課程的教材。

第4版的更新：重做所有圖形和繪圖并使其樣式統一；貝葉斯部分完全重寫，僅覆蓋線性高斯狀態空間模型；每個實例的R代碼直接在正文中提供，以便于重復數據分析過程；擴展了附錄部分，其中包含基本的R和R時間序列命令的指南。