前言
第一章 预测概述
§ 1.1 引言
§ 1.2 预测的作用
§ 1.3 预测的基本原则
§ 1.4 预测的分类
§ 1.5 预测的程序
§ 1.6 预测的精度和价值
练习题
第二章 定性预测方法
§ 2.1 引言
§ 2.2 市场调查预测法
§ 2.3 专家预测法
§ 2.4 主观概率法
§ 2.5 预兆预测法
练习题
第三章 时间序列平滑预测法
§ 3.1 时间序列概述
§ 3.2 移动平均法
§ 3.3 指数平滑法
§ 3.4 差分指数平滑法
§ 3.5 自适应过滤法
§ 3.6 ARMA 模型简介
练习题
第四章 一元线性回归模型
§ 4.1 引言
§ 4.2 一元线性回归模型及其假设条件
§ 4.3 模型参数的估计
§ 4.4 估计量的统计特性
§ 4.5 回归方程的检验
§ 4.6 预测区间
§ 4.7 几个应当注意的问题
§ 4.8 一元线性回归模型的应用
练习题
第五章 多元线性回归模型
§ 5.1 多元线性回归模型及其假设条件
§ 5.2 模型参数的估计
§ 5.3 回归系数向量估计值B^的统计性质
§ 5.4 多元线性回归模型的检验
§ 5.5 含有虚拟变量的回归模型
§ 5.6 自变量的选择
§ 5.7 若干问题讨论
§ 5.8 多元线性回归模型的应用
练习题
第六章 非线性回归模型
§ 6.1 非线性回归模型的形式及其分类
§ 6.2 直接换元法
§ 6.3 间接换元法
§ 6.4 非线性回归模型的线性逼近
§ 6.5 非线性回归模型的应用
练习题
第七章 趋势外推预测方法
§ 7.1 指数曲线法
§ 7.2 修正指数曲线法
§ 7.3 生长曲线法
§ 7.4 包络曲线法
练习题
第八章 马尔柯夫预测法
§ 8.1 马尔柯夫链简介
§ 8.2 商品销售状态预测
§ 8.3 市场占有率预测
§ 8.4 期望利润预测
练习题
第九章 序列算子与灰色信息挖掘
§ 9.1 引言
§ 9.2 冲击扰动系统与缓冲算子
§ 9.3 实用缓冲算子的构造
§ 9.4 均值算子
§ 9.5 准光滑序列与级比算子
§ 9.6 累加算子与累减算子
§ 9.7 累加生成序列的灰指数规律
练习题
第十章 灰色系统模型
§ 10.1 GM(1,1)模型的基本形式
§ 10.2 残差GM(1,1)模型
§ 10.3 GM(1,1)模型群
§ 10.4 GM(1,1)模型的适用范围
§ 10.5 灰色Verhulst 模型
§ 10.6 GM(0,N)模型
§ 10.7 GM(1,N)模型
练习题
第十一章 灰色系统预测
§ 11.1 引言
§ 11.2 数列预测
§ 11.3 区间预测
§ 11.4 灰色灾变预测
§ 11.5 波形预测
练习题
第十二章 常用预测软件简介
§ 12.1 SPSS 软件简介
§ 12.2 灰色系统建模软件7.0简介
课程实验
实验一 SPSS 软件的基本操作
实验二 时间序列预测
实验三 一元线性回归预测
实验四 多元线性回归预测
实验五 含有虚拟变量的回归模型预测
实验六 非线性回归模型预测
实验七 灰色系统建模软件登录
实验八 软件下载与数据输入
实验九 缓冲算子计算软件应用
实验十 灰色预测模型建模软件应用
实验十一 灰色关联分析模型建模软件应用
实验十二 灰色聚类评估模型建模软件应用
实验十三 多目标加权灰靶决策模型建模软件应用
附表1 标准正态分布表
附表2 t 分布表
附表3 F 分布表(α = 0.01)
附表4 F 分布表(α = 0.05)
附表5 简单相关系数检验表
附表6 Spearman 相关系数检验表
附表7 DW 检验(α = 0.01)
附表8 DW 检验(α = 0.05)
参考文献
版权
