经济数据分析预测学PDF电子书下载

第0章 有关预备知识 1

§0．1 矩阵概念与运算 1

§0．2 矩阵的特征根 4

§0．3 随机序列概念 7

§0．4 经济数学模型概念 10

§0．5 参数估计方法 13

§0．6 最小二乘估计（L．S） 14

第一章 现代经济预测的特征 16

§1．1 经济预测的发展 16

§1．2 经济预测的分类与特征 17

§1．3 经济预测的作用 19

§1．4 现代经济预测的特征 21

§1．5 现代经济预测的步骤 24

第二章 经济数据的背景分析 27

§2．1 背景分析的概念 27

§2．2 背景分析的内容 28

§2．3 经济数据的定量分析 29

§2．4 经济数据的定性分析 34

§2．5 计算分析 35

第三章 经济数据的稳健处理 38

§3．1 稳健性的概念 38

§3．2 异常值的构成特征 42

§3．3 异常值的剔除 44

§3．4 稳健处理的方法 47

§3．5 稳健预测方法过程 50

第四章 经济预测的智能化方法 53

§4．1 智能化预测的概念 53

§4．2 预测模式的识别 57

§4．3 预测模型的自适应选择 59

§4．4 动态预测分析过程 62

第五章 经济数据的回归分析 64

§5．1 经济数据的回归关系 64

§5．2 回归预测分析的内容与步骤 66

§5．3 一元线性回归分析 69

§5．4 多元线性回归分析 75

§5．5 非线性回归分析 81

第六章 经济数据确定型时间序列分析 86

§6．1 确定型序列分析的特征与方法 86

§6．2 移动平均预测法 88

§6．3 指数平滑预测法 91

§6．4 各种趋势模型技术 95

§6．5 参数三点估计法 98

§6．6 应用举例 101

第七章 经济数据随机型时序分析 103

§7．1 随机型经济序列的概念 103

§7．2 时序分析的基本模型及特点 104

§7．3 传统时序建模方法与改进 109

§7．4 时序模型的识别 113

§7．5 时序模型阶次的判定 121

§7．6 模型参数估计 124

§7．7 预测分析 128

第八章 经济数据的周期预测 130

§8．1 经济数据的周期特征 130

§8．2 常用的季节预测方法 132

§8．3 ARIMA模型的应用 138

§8．4 潜周期分析法 141

§9．1 国民经济数据的构成分析 146

第九章 经济预测的混合模型方法 146

§9．2 混合模型的概念 148

§9．3 混合模型分析 150

§9．4 混合模型的预测过程及应用 151

§9．5 趋势混合模型预测算法 154

第十章 经济数据的马氏预测分析 161

§10．1 马尔可夫预测的基本原理 161

§10．2 马尔可夫预测的基本方法 165

§10．3 股市价格的预测应用 170

§10．4 市场占有率的预测应用 173

§11．1 投入产出的基本概念 176

第十一章 经济数据的投入产出分析 176

§11．2 投入产出的基本模型 177

§11．3 经济系统的划分与表式设计 179

§11．4 信息数据来源的背景分析 187

§11．5 信息投入产出模型 189

§11．6 信息产业的预测分析 192

§11．7 预测模型及应用分析 198

第十二章 经济数据的灰色预测分析 200

§12．1 灰色预测的概念 200

§12．2 单变量灰色模型GM（1．1） 201

§12．3 多变量灰色模型GM（1，N） 210

§12．4 灰色模型GM（1，1）的改进 213

第十三章 经济数据的非线性预测分析 216

§13．1 非线性预测概念及模型 216

§13．2 TAR模型方法 219

§13．3 神经网络的概念及模型 225

§13．4 神经网络常用的算法 229

§13．5 神经网络预测分析方法 238

第十四章 回归参数的有偏改进估计 242

§14．1 数据矩阵的多重共线性 242

§14．2 有偏改进估计方法 246

§14．3 岭回归估计方法及其应用 250

参考文献 256