Boken "Sequential Analysis: Hypothesis Testing and Changepoint Detection" utforsker grundig teorien bak sekvensiell hypotesetesting og raskest mulig endepunktdeteksjon. Den leverer en systematisk utvikling av teorien og presenterer viktige anvendelser der teoretiske resultater kan benyttes effektivt. Forfatterne gjennomgår nyere fremskritt innen hypotesetesting og endepunktdeteksjon i både beslutningsteoretiske (Bayesianske) og ikke-beslutningsteoretiske (ikke-Bayesianske) sammenhenger. Dette verket legger vekt på ikke bare tradisjonelle binære hypoteser, men også betydelig mer komplekse problemer med flere beslutninger. Det tar for seg situasjoner med enkle hypoteser og mer realistiske tilfeller av to og et begrenset antall sammensatte hypoteser. Boken fokuserer hovedsakelig på praktiske modeller i diskrete tidsformer, men gir også innblikk i visse kontinuerlige tidsmodeller når generelle resultater kan oppnås på lignende måte i begge situasjoner. Den dekker både konvensjonelle i.i.d. og generelle ikke-i.i.d. stochastiske modeller i detalj, inkludert Markov, skjulte Markov-modeller og tilstandsrom.
