第一章 预测概述 1
1.1 预测问题 1
1.2 线性描述与谱因式分解 4
前言 8
1.3 线性预测的几何描述 12
1.4 柯尔莫哥洛夫预测法 14
1.5 维纳预测法 26
1.6 沃尔德分解 33
1.7 多变量预测 40
1.8 勃克斯-詹金斯预测法 41
第二章 随机过程 53
2.1 时间序列与随机过程 53
2.2 平稳随机过程 56
2.3 平稳过程的相关性质 58
2.4 平稳过程的谱性质 66
2.5 采样谱与自相关函数估计的关系 73
2.6 多变量与多维过程 77
3.1 平稳自回归(AR)模型 83
第三章 线性随机模型 83
3.2 可逆滑动平均(MA)模型 105
3.3 平稳自回归-滑动平均混合(ARMA)模型 110
3.4 非平稳自回归积分滑动平均(ARIMA)模型 116
第四章 线性随机模型的预测 130
4.1 最小均方误差预测 130
4.2 适时预测与概率限的计算 135
4.3 预测函数与预测加权 138
4.4 预测函数与适时预测举例 144
第五章 随机模型的建立 153
5.1 模型辨识 154
5.2 模型估计 164
5.3 模型的检验 185
5.4 季节性模型 193
第六章 系统控制中的预测 210
6.1 系统模型 210
6.2 使用导前指示器预测 218
6.3 工业系统控制中的预测 222
6.4 经济系统控制中的预测 252
参考资料 255