统计预测 方法与应用 第2版PDF电子书下载

第一章 一元线性回归分析法 1

第一节 模型和参数估计 1

第二节 模型的检验 5

第三节 预测精度的测定 16

第四节 预测实例 21

附录 28

第二章 多元回归分析法 32

第一节 模型和参数估计 32

第二节 模型的检验 36

第三节 自变量的选择 41

第四节 多重共线性 46

第五节 预测实例 51

第六节 滞后变量模型 53

附录 59

第三章 非线性回归分析法 63

第一节 非线性回归模型 63

第二节 模型参数的估计 65

第三节 模型分析与评价 68

第四节 含虚拟变量的回归模型 73

第五节 预测实例 83

附录 92

第四章 时间序列平滑法 94

第一节 概述 94

第二节 移动平均法 95

第三节 指数平滑法 99

第四节 方法的比较 111

附录 113

第五章 趋势模型 117

第一节 趋势模型类型 118

第二节 模型选择 122

第三节 参数估计 125

第四节 模型分析与评价 132

附录 138

第六章 季节模型 141

第一节 季节性水平模型 142

第二节 季节性交乘趋向模型 147

第三节 季节性迭加趋向模型 155

第七章 马尔可夫法 161

第一节 基本概念 161

第二节 马尔可夫预测法 164

第三节 马氏链的稳定状态及其应用 173

第八章 ARMA模型 177

第一节 概述 177

第二节 时序特性的分析 182

第三节 ARMA模型及其改进 190

第四节 随机时序模型的建立 197

第五节 时序模型预测 211

附录 216

第九章 ARCH类模型 222

第一节 单位根过程 222

第二节 ARCH模型 237

第三节 广义ARCH模型 245

第四节 拓展的ARCH模型 249

第五节 多元ARCH模型 257

附录 267

附表1 t分布表 271

附表2 F分布表 273

附表3 D.W.检验表 282

附表4 x2分布表 285

附表5 DF检验t统计量经验概率分布表 287

附表6 Engle-Granger检验表 288

参考文献 289