商务预测方法 修订版PDF电子书下载

第一章 商务预测概述 1

第一节 商务预测的涵义与内容 1

第二节 商务预测的分类及其选择 3

第三节 商务预测的步骤 6

第四节 商务预测精确度的测定 8

第二章 移动平均及指数平滑预测法 12

第一节 时间序列的类型及预测模型的选择 12

第二节 朴素预测法及简单平均数预测法 15

第三节 移动平均法 20

第四节 简单指数平滑法 29

第五节 霍尔特（Holt）双参数线性指数平滑法 36

第六节 霍尔特-温特（Holt-Winters）指数平滑法 41

第七节 指数平滑预测模型的扩展 52

附录2.1 用SPSS进行指数平滑 64

第三章 趋势外推预测法 69

第一节 概述 69

第二节 长期趋势模型的种类 72

第三节 趋势模型判断的方法 75

第四节 线性趋势模型参数的估计 78

第五节 二项式及指数曲线趋势模型的估计 82

第六节 龚珀兹及皮尔曲线模型的估计 91

附录3.1 用SPSS及Excel进行趋势预测 100

第四章 季节变动预测法 107

第一节 概述 107

第二节 无趋势的季节预测模型 110

第三节 带趋势的季节性加法预测模型 116

第四节 带趋势的季节性乘法预测模型 119

附录4.1 用SPSS计算季节指数 126

第五章 因素预测方法一——截面数据简单线性回归 127

第一节 简单线性回归概述 127

第二节 参数β0、β1的最小二乘估计 133

第三节 估计的标准误差 135

第四节 回归方程的显著性检验和可决系数 136

第五节 计算机输出结果的解释 142

第六节 预测 145

第七节 残差分析（ei=yi-？i） 150

第八节 简单线性回归模型预测的实例 165

附录5.1 用SPSS建立简单线性回归预测模型 178

第六章 因素预测法二——截面数据的多元回归 183

第一节 多元线性回归模型概述 183

第二节 参数β0、β1、β2、β3、…βk的最小二乘估计 184

第三节 回归方程的显著性检验 187

第四节 残差分析——异方差检验 195

第五节 假设5——多重共线性的检验 195

第六节 预测 199

第七节 选择自变量的方法 201

第八节 自变量中带定性变量的回归模型 208

第九节 奇异值与影响点的确定 212

附录6.1 用SPSS建立多元线性回归预测模型 218

第七章 因素预测法三——时间序列的回归分析 222

第一节 一个例子 222

第二节 自相关 226

第三节 消除自相关的方法 232

第四节 利用多元回归拟合具有季节变动的时间序列数据 243

附录7.1 用SPSS诊断回归预测模型中的随机项的自相关性 253

第八章 Logistic回归 255

第一节 Logistic回归理论概述 255

第二节 二项Logistic回归模型介绍 256

第三节 二项Logistic回归方程系数解释及检验 257

第四节 二项Logistic回归应用实例 259

第五节 其他情形的Logistic回归 263

附录8.1 用SPSS进行Logistic回归分析 263

第九章 定性预测 265

第一节 概述 265

第二节 头脑风暴预测法 266

第三节 经验判断预测法 268

第四节 专家会议法 275

第五节 德尔菲预测法 276

第六节　主观概率预测法 281

第七节　产品生命周期预测法 285

第八节　市场景气预测法 291

第十章　博克斯-詹金斯预测法 299

第一节 概述 299

第二节 时间序列平稳性的识别方法 303

第三节 非平稳时间序列平稳化的方法 309

第四节 数据特点与模型的选择 315

第五节 模型的参数估计 326

第六节 模型的诊断 329

第七节 预测 334

第八节 案例分析 336

第九节　B-J预测法的优缺点 350

附录10.1 用SPSS建立ARIMA模型 351

附表　常用的统计量的分布表 353

参考书目 362