管理统计PDF电子书下载

第一章 预测概述 1

1—1预测问题 1

一、什么叫预测 1

二、预测的基本原理 3

三、统计预测的特征 9

1—2预测方法及其分类 9

一、按预测结果分 9

二、按预测期限分 10

三、按限制条件分 10

四、按目标限制分 11

1—3预测的步骤 11

第二章 回归预测技术 16

2—1一元线性回归 17

一、一元线性回归模型 18

二、a、 b的意义与统计性质 22

三、预测区问 27

四、相关分析 32

五、模型的假设检验 37

六、统计数据的选取 40

2—2多元线性回归 42

一、多元线性回归模型 42

二、多元性回归模型的检验 46

三、多重共线性 50

四、虚变量 52

2—3回归模型假定条件的检定 57

一、同方差检定 57

二、序列相关 59

三、广义差分法 63

2—4非线性回归与弹性分析 65

一、非线性回归 65

二、弹性分析 68

第三章 平滑预测技术 71

3—1简单移动平均数方法 72

3—2指数平滑法 77

3—3较高级形式的平滑法 81

3—4温特斯线性与季节性指数平滑法 87

3—5指数平滑法的初始值 92

第四章 自适应过滤预测法 95

4—1基于历史观测值加权平均数的预测值 95

4—2对历史观测值加权的自适应过程 97

4—3自适应过滤法的实际应用 103

附录：自适应过滤法预测补充准则 112

第五章 时间序列预测的传统分解方法 114

5—1时间序列 114

5—2移动平均法 117

5—3经典乘积模型 123

一、趋势分量的分离 123

二、循环分量的分离 130

三、季节分量的分离 132

四、不规则分量的分离 137

五、在预测中的应用 137

第六章 博克斯—詹金斯方法 141

引言 141

6—1基本概念 142

6—2博克斯—詹金斯模型总类 145

6—3模型识别 147

6—4参数估计 153

6—5模型检验 157

6—6模型预测 157

6—7应用举例 160

第七章 各种定性预测方法 167

7—1 S—曲线法 169

7—2与时间无关的技术比较法 172

7—3形态分析法 174

7—4德尔斐法 176

7—5关系树法 178

7—6交叉影响的矩阵法 179

7-7定性预测的最新经验 181

第八章 数据处理与模型评价 184

8—1数据的搜集、分析与处理 184

一、数据的搜集 184

二、数据的分析与鉴别 186

三、数据的处理方法 189

四、无数据标志因素的数量化方法 193

8—2对预测模型的评价 197

一、预测技术的选择 197

二、对预测模型的评价准则 199

三、误差分析 200