統(tǒng)計預(yù)測

第一章　統(tǒng)計預(yù)測概述
　第一節(jié)　統(tǒng)計預(yù)測的概念和特點(diǎn)
　　一、統(tǒng)計預(yù)測的概念及特點(diǎn)
　　二、統(tǒng)計預(yù)測的意義和作用
　第二節(jié)　統(tǒng)計預(yù)測的方法和分類
　　一、統(tǒng)計預(yù)測的方法
　　二、統(tǒng)計預(yù)測的分類
　　三、統(tǒng)計預(yù)測模型和方法的選擇
　第三節(jié)　統(tǒng)計預(yù)測的原則和步驟
　　一、統(tǒng)計預(yù)測的基本原則
　　二、統(tǒng)計預(yù)測的運(yùn)用領(lǐng)域
　　三、統(tǒng)計預(yù)測的基本步驟
　　四、統(tǒng)計預(yù)測的不確定性
　　五、統(tǒng)計預(yù)測效果的評價
第二章　定性預(yù)測法
　第一節(jié)　定性預(yù)測法概述、
　　一、定性預(yù)測法的特點(diǎn)
　　二、定性預(yù)測與定量預(yù)測的關(guān)系
　　三、定性預(yù)測的主要方法簡介
　第二節(jié)　經(jīng)驗判斷法
　　一、經(jīng)驗判斷法概述
　　二、個人經(jīng)驗判斷法
　　三、集體經(jīng)驗判斷法
　第三節(jié)　專家會議法
　　一、專家會議法的含義
　　二、專家會議法的特點(diǎn)
　　三、專家會議法的組織和實施
　　四、頭腦風(fēng)暴法
　第四節(jié)　德爾菲法
　　一、德爾菲法的概念
　　二、德爾菲法的實施步驟
　　三、德爾菲法的特點(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、累計概率中位數(shù)法
第三章　回歸分析預(yù)測法
　第一節(jié)　一元線性回歸分析預(yù)測法
　　一、模型建立
　　二、參數(shù)估計
　　三、模型檢驗
　　四、預(yù)測方法
　　五、案例分析l
　第二節(jié)　多元線性回歸預(yù)測法
　　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
　　四、預(yù)測方法
　　五、案例分析
　第三節(jié)　非線性回歸預(yù)測方法
　　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　時間序列分解和平滑預(yù)測法
　第一節(jié)　時間序列預(yù)測法概述
　　一、時間序列預(yù)測法的概念
　　二、時間序列預(yù)測法的步驟
　　三、時間序列預(yù)測法的類型
　第二節(jié)　時間序列分解預(yù)測法
　　一、時間序列的組成因子
　　二、時間序列的分解模型
　　三、時間序列分解預(yù)測的步驟
　　四、美國人口普查局時間序列分解方法簡述
　　五、案例分析
　第三節(jié)　時間序列的平滑預(yù)測法
　　一、時間序列平滑預(yù)測的概念
　　二、移動平均法
　　三、指數(shù)平滑預(yù)測法
　　四、討論
第五章　趨勢外推預(yù)測法
　第一節(jié)　趨勢外推預(yù)測法概述
　　一、趨勢外推預(yù)測法的概念
　　二、趨勢外推預(yù)測法的思路和條件
　　三、趨勢外推預(yù)測法的類型
　第二節(jié)　線性趨勢外推預(yù)測法
　　一、最小二乘法
　　二、選點(diǎn)法
　　三、修勻法
　　四、案例分析
　第三節(jié)　曲線趨勢外推預(yù)測法
　　一、多項式曲線
　　二、指數(shù)曲線
　　三、生長曲線
　第四節(jié)　趨勢模型及參數(shù)估計方法的選擇
　　一、數(shù)據(jù)分析和趨勢判斷
　　二、參數(shù)估計方法的選擇
第六章　季節(jié)預(yù)測法
　第一節(jié)　季節(jié)預(yù)測法概述
　　一、季節(jié)因子的概念
　　二、季節(jié)預(yù)測法的步驟
　　三、季節(jié)時間序列的判定
　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)　趨勢剔除法
　　一、趨勢剔除法的概念
　　二、平均數(shù)趨勢剔除法
　　三、趨勢比率剔除法
　　四、季節(jié)因子的趨勢分析法
　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)測模型的選擇
　　一、季節(jié)預(yù)測模型的分類
　　二、季節(jié)預(yù)測模型的形式
　　三、季節(jié)預(yù)測模型中的參數(shù)估計
　　四、季節(jié)預(yù)測模型的選擇
第七章　隨機(jī)型時間序列預(yù)測方法
　第一節(jié)　隨機(jī)型時間序列模型的若干概念
　　一、隨機(jī)過程
　　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
　　一、自回歸模型
　　二、移動平均模型
　　三、ARMA模型
　第三節(jié)　非平穩(wěn)隨機(jī)型時間序列的預(yù)測
　　一、隨機(jī)游走序列
　　二、ARIMA模型
　　三、去確定性趨勢預(yù)測方法
　　四、季節(jié)ARIMA模型預(yù)測方法
　第四節(jié)　隨機(jī)型時間序列預(yù)測的案例分析
　　一、我國人口預(yù)測
　　二、某地區(qū)生豬產(chǎn)量預(yù)測
第八章　異方差、自回歸和干預(yù)分析模型預(yù)測法
　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
　　四、異方差的校正
　　五、自回歸條件異方差簡介
　　六、案例分析
　第二節(jié)　誤差項自相關(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)模型的識別與估計
　　四、案例分析
第九章　協(xié)整和向量自回歸預(yù)測方法簡介
　第一節(jié)　單位根檢驗
　　一、DF檢驗
　　二、ADF檢驗
　　三、案例分析
　第二節(jié)　協(xié)整及誤差修正模型預(yù)測法
　　一、協(xié)整的概念
　　二、協(xié)整的EG檢驗法
　　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)測法
　　一、VAR模型的概念
　　二、VAR模型的平穩(wěn)性
　　三、Johansen協(xié)整檢驗與VECM
　　四、格蘭杰非因果性檢驗
　　五、案例分析
第十章　灰色預(yù)測法與馬爾科夫預(yù)測法簡介
　第一節(jié)　灰色預(yù)測法
　　一、基本概念
　　二、灰色模型
　　三、GM(1，1)灰色預(yù)測的步驟
　　四、案例分析
　第二節(jié)　馬爾科夫預(yù)測法
　　一、基本概念
　　二、馬爾科夫預(yù)測方法與案例分析
附錄
參考文獻(xiàn)