統(tǒng)計(jì)預(yù)測(cè)

第一章　統(tǒng)計(jì)預(yù)測(cè)概述
　第一節(jié)　統(tǒng)計(jì)預(yù)測(cè)的概念和特點(diǎn)
　　一、統(tǒng)計(jì)預(yù)測(cè)的概念及特點(diǎn)
　　二、統(tǒng)計(jì)預(yù)測(cè)的意義和作用
　第二節(jié)　統(tǒng)計(jì)預(yù)測(cè)的方法和分類
　　一、統(tǒng)計(jì)預(yù)測(cè)的方法
　　二、統(tǒng)計(jì)預(yù)測(cè)的分類
　　三、統(tǒng)計(jì)預(yù)測(cè)模型和方法的選擇
　第三節(jié)　統(tǒng)計(jì)預(yù)測(cè)的原則和步驟
　　一、統(tǒng)計(jì)預(yù)測(cè)的基本原則
　　二、統(tǒng)計(jì)預(yù)測(cè)的運(yùn)用領(lǐng)域
　　三、統(tǒng)計(jì)預(yù)測(cè)的基本步驟
　　四、統(tǒng)計(jì)預(yù)測(cè)的不確定性
　　五、統(tǒng)計(jì)預(yù)測(cè)效果的評(píng)價(jià)
第二章　定性預(yù)測(cè)法
　第一節(jié)　定性預(yù)測(cè)法概述、
　　一、定性預(yù)測(cè)法的特點(diǎn)
　　二、定性預(yù)測(cè)與定量預(yù)測(cè)的關(guān)系
　　三、定性預(yù)測(cè)的主要方法簡(jiǎn)介
　第二節(jié)　經(jīng)驗(yàn)判斷法
　　一、經(jīng)驗(yàn)判斷法概述
　　二、個(gè)人經(jīng)驗(yàn)判斷法
　　三、集體經(jīng)驗(yàn)判斷法
　第三節(jié)　專家會(huì)議法
　　一、專家會(huì)議法的含義
　　二、專家會(huì)議法的特點(diǎn)
　　三、專家會(huì)議法的組織和實(shí)施
　　四、頭腦風(fēng)暴法
　第四節(jié)　德?tīng)柗品?br />　　一、德?tīng)柗品ǖ母拍?br />　　二、德?tīng)柗品ǖ膶?shí)施步驟
　　三、德?tīng)柗品ǖ奶攸c(diǎn)
　　四、案例分析
　第五節(jié)　主觀概率法
　　一、主觀概率法概述
　　二、主觀概率加權(quán)平均法
　　三、累計(jì)概率中位數(shù)法
第三章　回歸分析預(yù)測(cè)法
　第一節(jié)　一元線性回歸分析預(yù)測(cè)法
　　一、模型建立
　　二、參數(shù)估計(jì)
　　三、模型檢驗(yàn)
　　四、預(yù)測(cè)方法
　　五、案例分析l
　第二節(jié)　多元線性回歸預(yù)測(cè)法
　　一、多元線性回歸方程的概念
　　二、多元線性回歸模型的求解
　　三、模型檢驗(yàn)
　　四、預(yù)測(cè)方法
　　五、案例分析
　第三節(jié)　非線性回歸預(yù)測(cè)方法
　　一、可線性化的非線性回歸模型
　　二、不可線性化的回歸分析
　　三、案例分析
　第四節(jié)　帶虛擬變量的回歸預(yù)測(cè)法
　　一、虛擬變量的概念
　　二、虛擬變量模型的類型及案例分析
第四章　時(shí)間序列分解和平滑預(yù)測(cè)法
　第一節(jié)　時(shí)間序列預(yù)測(cè)法概述
　　一、時(shí)間序列預(yù)測(cè)法的概念
　　二、時(shí)間序列預(yù)測(cè)法的步驟
　　三、時(shí)間序列預(yù)測(cè)法的類型
　第二節(jié)　時(shí)間序列分解預(yù)測(cè)法
　　一、時(shí)間序列的組成因子
　　二、時(shí)間序列的分解模型
　　三、時(shí)間序列分解預(yù)測(cè)的步驟
　　四、美國(guó)人口普查局時(shí)間序列分解方法簡(jiǎn)述
　　五、案例分析
　第三節(jié)　時(shí)間序列的平滑預(yù)測(cè)法
　　一、時(shí)間序列平滑預(yù)測(cè)的概念
　　二、移動(dòng)平均法
　　三、指數(shù)平滑預(yù)測(cè)法
　　四、討論
第五章　趨勢(shì)外推預(yù)測(cè)法
　第一節(jié)　趨勢(shì)外推預(yù)測(cè)法概述
　　一、趨勢(shì)外推預(yù)測(cè)法的概念
　　二、趨勢(shì)外推預(yù)測(cè)法的思路和條件
　　三、趨勢(shì)外推預(yù)測(cè)法的類型
　第二節(jié)　線性趨勢(shì)外推預(yù)測(cè)法
　　一、最小二乘法
　　二、選點(diǎn)法
　　三、修勻法
　　四、案例分析
　第三節(jié)　曲線趨勢(shì)外推預(yù)測(cè)法
　　一、多項(xiàng)式曲線
　　二、指數(shù)曲線
　　三、生長(zhǎng)曲線
　第四節(jié)　趨勢(shì)模型及參數(shù)估計(jì)方法的選擇
　　一、數(shù)據(jù)分析和趨勢(shì)判斷
　　二、參數(shù)估計(jì)方法的選擇
第六章　季節(jié)預(yù)測(cè)法
　第一節(jié)　季節(jié)預(yù)測(cè)法概述
　　一、季節(jié)因子的概念
　　二、季節(jié)預(yù)測(cè)法的步驟
　　三、季節(jié)時(shí)間序列的判定
　第二節(jié)　直接平均法
　　一、直接平均法的概念
　　二、直接平均法的一般步驟
　第三節(jié)　趨勢(shì)剔除法
　　一、趨勢(shì)剔除法的概念
　　二、平均數(shù)趨勢(shì)剔除法
　　三、趨勢(shì)比率剔除法
　　四、季節(jié)因子的趨勢(shì)分析法
　第四節(jié)　指數(shù)平滑法
　　一、指數(shù)平滑法的概念
　　二、溫特斯指數(shù)平滑法
　第五節(jié)　季節(jié)預(yù)測(cè)模型的選擇
　　一、季節(jié)預(yù)測(cè)模型的分類
　　二、季節(jié)預(yù)測(cè)模型的形式
　　三、季節(jié)預(yù)測(cè)模型中的參數(shù)估計(jì)
　　四、季節(jié)預(yù)測(cè)模型的選擇
第七章　隨機(jī)型時(shí)間序列預(yù)測(cè)方法
　第一節(jié)　隨機(jī)型時(shí)間序列模型的若干概念
　　一、隨機(jī)過(guò)程
　　二、平穩(wěn)性
　　三、自相關(guān)函數(shù)
　　四、偏自相關(guān)函數(shù)
　　五、滯后算子
　　六、差分方程解的穩(wěn)定性
　第二節(jié)　平穩(wěn)隨機(jī)序列模型的預(yù)測(cè)
　　一、自回歸模型
　　二、移動(dòng)平均模型
　　三、ARMA模型
　第三節(jié)　非平穩(wěn)隨機(jī)型時(shí)間序列的預(yù)測(cè)
　　一、隨機(jī)游走序列
　　二、ARIMA模型
　　三、去確定性趨勢(shì)預(yù)測(cè)方法
　　四、季節(jié)ARIMA模型預(yù)測(cè)方法
　第四節(jié)　隨機(jī)型時(shí)間序列預(yù)測(cè)的案例分析
　　一、我國(guó)人口預(yù)測(cè)
　　二、某地區(qū)生豬產(chǎn)量預(yù)測(cè)
第八章　異方差、自回歸和干預(yù)分析模型預(yù)測(cè)法
　第一節(jié)　異方差的處理方法
　　一、異方差的概念
　　二、異方差的后果
　　三、異方差的檢驗(yàn)
　　四、異方差的校正
　　五、自回歸條件異方差簡(jiǎn)介
　　六、案例分析
　第二節(jié)　誤差項(xiàng)自相關(guān)的處理方法
　　一、自相關(guān)的概念
　　二、自相關(guān)的檢驗(yàn)方法
　　三、白相關(guān)的校正方法
　　四、案例分析
　第三節(jié)　干預(yù)分析模型預(yù)測(cè)法
　　一、干預(yù)分析模型概述
　　二、干預(yù)分析模型的基本形式
　　三、單變量序列干預(yù)模型的識(shí)別與估計(jì)
　　四、案例分析
第九章　協(xié)整和向量自回歸預(yù)測(cè)方法簡(jiǎn)介
　第一節(jié)　單位根檢驗(yàn)
　　一、DF檢驗(yàn)
　　二、ADF檢驗(yàn)
　　三、案例分析
　第二節(jié)　協(xié)整及誤差修正模型預(yù)測(cè)法
　　一、協(xié)整的概念
　　二、協(xié)整的EG檢驗(yàn)法
　　三、誤差修正模型
　　四、案例分析
　第三節(jié)　向量自回歸模型預(yù)測(cè)法
　　一、VAR模型的概念
　　二、VAR模型的平穩(wěn)性
　　三、Johansen協(xié)整檢驗(yàn)與VECM
　　四、格蘭杰非因果性檢驗(yàn)
　　五、案例分析
第十章　灰色預(yù)測(cè)法與馬爾科夫預(yù)測(cè)法簡(jiǎn)介
　第一節(jié)　灰色預(yù)測(cè)法
　　一、基本概念
　　二、灰色模型
　　三、GM(1，1)灰色預(yù)測(cè)的步驟
　　四、案例分析
　第二節(jié)　馬爾科夫預(yù)測(cè)法
　　一、基本概念
　　二、馬爾科夫預(yù)測(cè)方法與案例分析
附錄
參考文獻(xiàn)