统计预测 方法与应用PDF电子书下载

第一章 简单回归分析法 1

第一节 模型和参数估计 2

第二节 模型的检验 6

第三节 预测精度的测定 20

第四节 预测实例 24

附录1－A 预测模型Y＝a+bX中参数a、b的确定 32

1－B 模型的F检验 33

1－C 总变差的分解 35

1—D D.W检验 36

第二章 多重回归分析法 38

第一节 模型和参数估计 38

第二节 模型的检验 43

第三节 自变量的选择 50

第四节 多重共线性 56

第五节 预测实例 63

附录2—A 多元线性回归的最小二乘法 67

2－B 回归系数的t值 68

2—C 矩阵的逆 69

2－D 多重共线性对估计回归系数标准差的影响 69

2－E 变量X1的偏回归平方和 71

第三章 非线性回归分析法 73

第一节 非线性回归模型 73

第二节 模型参数的估计 78

第三节 预测实例 85

第四章 时间序列平滑法 95

第一节 概述 95

第二节 移动平均法 96

第三节 指数平滑法 102

第四节 方法的比较 123

附录4－A 平滑常数的选择 128

4－B 指数平滑的初始值 130

第五章 趋势外推法 133

第一节 概述 133

第二节 趋势模型 134

第三节 模型选择 139

第四节 参数的确定 145

第五节 模型分析 151

第六节 预测实例 157

第七节 平滑预测与回归预测 164

第六章 季节变动预测法 168

第一节 季节性水平模型 169

第二节 季节性交乘趋向模型 173

第三节 季节性交乘趋向模型的另一形式 178

第四节 季节性迭加趋向模型 182

第七章 马尔可夫法 188

第一节 基本概念 188

第二节 马尔可夫预测法 192

第三节 马氏链的稳定状态及其应用 206

第八章 博克斯—詹金斯法 212

第一节 概述 212

第二节 方法性的工具 215

第三节 时序特性的分析 220

第四节 ARMA模型及其改进 234

第五节 随机时序模型的建立 245

第六节 时序模型预测 264

第七节 预测实例 268

附录8－A 时序自相关系数的公式 278

8－B 偏自相关函数 279

附录 TSP软件的使用说明 281

附表1 t分布表 302

附表2 F分布表 303

附表3 D．W检验表 313

附表4 X2分布表 316

参考书目 318