第1章 预测概述
本章学习目标
引例 汶川地震之灾能够避免吗？
1．1 预测的基本概念
1．1．1 预测科学的产生
1．1．2 预测的定义
1．1．3 预测的可能性
1．1．4 预测的不准确性
1．1．5 预测的基本功能和途径
1．2 预测的基本原理
1．3 预测的分类
1．3．1 按预测的范围或层次分类
1．3．2 按预测的时间长短分类
1．3．3 按预测方法的性质分类
1．3．4 预测的其他分类方法
1．4 预测的程序
1．5 预测方法选择的影响因素
1．6 预测的精度
1．7 预测结果的分析与反思
本章小结
综合练习

第2章 专家判断预测法
本章学习目标
引例 金融危机，谁预测到了？
2．1 引言
2．2 头脑风暴法
2．2．1 头脑风暴法的基本原理
2．2．2 头脑风暴法的实施步骤
2．2．3 质疑头脑风暴法
2．3 德尔菲法
2．3．1 德尔菲法概述
2．3．2 德尔菲法的分类
2．3．3 应用德尔菲法组织预测过程中应遵守的原则
2．3．4 专家的选择
2．3．5 专家应答问题调查表的编制
2．3．6 对单一事件结果数量评价的专家应答汇总统计
2．3．7 对方案序列中各方案重要性评价的专家应答汇总统计
2．3．8 对目标和方案相对重要性评价的专家应答汇总统计
2．3．9 德尔菲法预测结果的精度分析
2．4 概率预测法
2．4．1 主观概率法
2．4．2 交互影响分析法
2．4．3 交互影响分析法计算程序
本章小结
综合练习

第3章 回归预测基础
本章学习目标
引例 饮料销量的回归预测
3．1 回归分析与回归函数
3．1．1 相关分析与回归分析
3．1．2 回归函数
3．2 多元线性回归模型
3．2．1 线性回归模型的基本形式
3．2．2 经典线性回归模型及其假设条件
3．2．3 线性回归模型参数的估计
3．2．4 线性回归模型的检验
3．2．5 多元线性回归模型计算实例
3．3 违背经典假设的回归模型
3．3．1 方差非齐性
3．3．2 多重共线性
3．3．3 序列相关
3．4 含虚拟变量的回归模型
3．4．1 虚拟变量回归的基本理论
3．4．2 虚拟变量的作用及虚拟变量模型的类型
3．4．3 虚拟变量回归模型的求解及算例
3．5 非线性回归预测
本章小结
综合练习

第4章 时间序列平滑模型
本章学习目标
引例 国民经济的产业结构分析
4．1 时间序列概述
4．1．1 时间序列的因素分析
4．1．2 时间序列的组合形式
4．2 移动平均法
4．2．1 简单移动平均法
4．2．2 加权移动平均法
4．2．3 趋势移动平均法
4．3 指数平滑法
4．3．1 一次指数平滑法
4．3．2 二次指数平滑法
4．3．3 三次指数平滑法
4．4 差分-指数平滑法
4．4．1 一阶差分-指数平滑模型
4．4．2 二阶差分-指数平滑模型
4．5 自适应过滤法
4．5．1 自适应过滤法的基本原理
4．5．2 自适应过滤法的计算步骤
4．5．3 自适应过滤法的应用
本章小结
综合练习

第5章 趋势外推预测
本章学习目标
引例 预测失败的惨痛教训
5．1 指数曲线法
5．1．1 预测模型及其特征
5．1．2 模型参数估计方法
5．1．3 模型的运用
5．2 修正指数曲线法
5．2．1 预测模型及其特征
5．2．2 模型参数估计方法
5．2．3 模型的运用
5．3 生长曲线法
5．3．1 龚伯兹曲线模型及其应用
5．3．2 罗吉斯蒂曲线
5．4 包络曲线法
5．4．1 包络曲线
5．4．2 包络曲线的数学原理
5．4．3 应用范围
本章小结
综合练习

第6章 马尔可夫预测法
本章学习目标
引例 天气变化的概率
6．1 随机过程的基本概念与基本类型
6．1．1 基本概念
6．1．2 基本类型
6．2 马尔可夫链
6．2．1 马尔可夫链基本概念
6．2．2 n步转移概率与C-K方程
6．2．3 状态的分类及性质
6．3 马尔可夫预测方法应用示例
6．4 马尔可夫决策方法
本章小结
综合练习

第7章 灰色系统预测
本章学习目标
引例 干热风灾害的防御
7．1 灰色系统基本理论
7．1．1 五步建模思想
7．1．2 灰色系统与灰色预测
7．1．3 灰色生成算子
7．2 灰色关联分析
7．2．1 关联度的计算
7．2．2 原始数据转变
7．2．3 关联度的性质
7．2．4 灰色关联分析应用实例
7．3 GM（1，1）模型
7．3．1 GM（1，1）模型介绍
7．3．2 GM（1，1）模型检验
7．3．3 GM（1，1）模型建模机理
7．3．4 GM（1，1）模型应用实例
7．3．5 GM（1，N）模型参数估计的MATLAB程序
7．4 GM（1，N）模型
7．4．1 GM（1，N）模型介绍
7．4．2 GM（1，N）模型应用实例
7．5 GM（2，1）模型
7．5．1 GM（2，1）模型介绍
7．5．2 GM（2，1）模型应用实例
7．6 灾变预测
7．6．1 灾变预测模型介绍
7．6．2 灾变预测应用实例
本章小结
综合练习

第8章 非参数预测方法
本章学习目标
引例 产品质量的检验
8．1 非参数预测的概念
8．2 数据服从特定分布检验
8．2．1 Kolmogorov-Smirnov检验
8．2．2 Lilliefors正态性检验
8．2．3 拟合优度检验
8．3 污染数据诊断
8．3．1 统计预测的稳健性分析
8．3．2 离群点的判断方法
8．3．3 M-估计量
8．4 Theil回归模型
8．4．1 Theil回归模型基本原理
8．4．2 最小中位数二乘回归
8．4．3 Theil回归和最小中位数二乘回归范例
8．4．4 最小二乘回归、Theil回归和最小中位数二乘回归的MATLAB程序代码
8．5 Cox-Stuart趋势分析
本章小结
综合练习

第9章 神经网络预测方法
本章学习目标
引例 预测财务失败的神经网络方法
9．1 神经网络原理概述
9．2 基于神经网络的预测概述
9．3 交通运输能力预测的MATLAB实现
9．3．1 背景概述
9．3．2 网络创建与训练
9．3．3 基于GRNN网络原理的实证案例
9．3．4 实证案例的MATLAB代码
9．4 股市预测的MATLAB实现
9．4．1 背景概述
9．4．2 网络创建与训练
9．4．3 基于RBF网络原理的实证案例
9．4．4 实证案例的MATLAB代码
本章小结
综合练习

第10章 组合预测
本章学习目标
引例 中国宏观经济预测
10．1 组合预测的基本概念
10．1．1 预测的不确定性与基本原则
10．1．2 组合预测的概念与任务
10．1．3 组合预测精确度的度量
10．2 组合预测分类和预测有效度
10．2．1 组合预测分类
10．2．2 预测有效度基本概念
10．3 非最优正权组合预测模型权系数的确定方法
10．3．1 几种常规的非最优正权组合预测模型权系数的确定方法
10．3．2 非最优组合预测系数确定方法的应用举例
10．3．3 正权综合方法的改进
10．4 组合预测权系数确定的一种合作对策方法
10．4．1 组合预测方法的合作对策描述
10．4．2 组合预测方法的合作对策实例分析
10．5 熵值法及其在确定组合预测权系数中的应用
10．5．1 确定组合预测加权系数的熵值法的基本原理
10．5．2 熵值法确定组合预测加权系数的实例分析
10．6 B-G模型
10．7 组合预测的线性模型
10．7．1 组合预测的线性模型
10．7．2 组合预测的广义线性模型
10．7．3 基于相对误差极小化的组合预测模型
本章小结
综合练习

第11章 统计软件应用基础
本章学习目标
11．1 SPSS软件基础与应用实例
11．1．1 软件的安装与运行模式
11．1．2 软件的启动与退出
11．1．3 软件的主要窗口介绍
11．1．4 数据文件的建立、编辑与读取
11．1．5 SPSS预测实例
11．2 Eviews软件的认识与应用实例
11．2．1 软件的开启、关闭与工作模式
11．2．2 软件的窗口介绍
11．2．3 数据文件的创立
11．2．4 Eviews运用实例
11．3 MATLAB软件基础与应用实例
11．3．1 MATLAB软件特点
11．3．2 MATLAB软件功能
11．3．3 MATLAB软件桌面系统
11．3．4 MATLAB程序设计基础
11．3．5 MATLAB软件运用实例

参考文献
附表A 标准正态分布函数值表
附表B t分布表
附表C F分布表
附表D DW检验临界值表