第一章选择预报因子的方法 1
目 录 1
第一节普查法 3
一、方法原理和步骤 3
二、几点说明 10
三、程序 16
练习一用普查法选择预报因子 20
第二节相关系数法 21
一、相关系数的意义 21
二、相关系数的计算 23
三、相关系数的统计测验 28
四、程序 32
练习二线性相关系数 35
第一节点聚图法 36
第二章 简易预报方法 36
练习三点聚图 41
第二节复相关表法 41
练习四复相关表 44
第三节多因子综合相关法 45
一、计算海明距离 45
二、相似基数法 47
三、线性综合法 49
第三章聚类分析 53
第一节聚类分析概述 53
第二节一次聚合法 58
一、原始资料标准化 58
二、计算各样本之间的欧氏距离 61
三、绘制谱系图 63
四、预报 65
五、程序 67
第三节模糊聚类分析 71
练习五一次聚合法 75
第四章 回归分析 76
第一节相关的基本概念 76
一、相关关系 76
二、直线回归方程 81
练习六直线回归方程 90
三、可变换成直线的曲线回归方程 93
第二节多元回归分析 102
一、计算准备工作 103
二、建立多元回归方程 108
三、求解回归系数 109
四、总体回归效果的显著性测验 127
五、各回归系数b？的显著性测验 129
六、多元回归分析讨论 142
七、附录 150
练习七多元回归分析 155
第三节逐步回归分析 156
一、逐步回归的基本思想 156
二、逐步回归的计算步骤 157
三、讨论 179
四、程序 181
练习八逐步回归分析 191
第五章判别分析 192
第一节 Fisher准则下二类判别分析的原理 192
一、基本思想 192
二、Fisher准则 199
二、计算e？、L？？ 202
一、预报因子资料的分类 202
第二节二类判别分析实例与程序 202
三、求解判别系数c1 205
四、建立判别函数 206
五、预报决策与历史样本的检验 206
六、两类判别效果的统计测验 209
七、讨论 215
八、程序 226
练习九Fisher准则下的二类判别分析 235
第三节逐步判别分析与程序 236
一、Bayes准则下的多组判别分析 236
二、判别效果的显著性测验 245
三、各因子判别能力的显著性测验 248
四、逐步判别分析 251
五、逐步判别程序 261
第六章时间序列分析 277
第一节历史曲线演变法 278
第二节方差分析周期外推法 282
一、方差分析周期外推法概述 282
二、方差分析周期外推法实例 286
三、讨论 293
练习十方差分析周期外推法 294
四、程序 295
第三节平稳随机时间序列预报方法 299
一、AR（P）自回归模型 299
二、选点法与程序 302
练习十一选点法 314
第七章 马尔科夫链预报方法 315
一、马尔科夫链的概念 315
二、一阶转移概率 316
三、高阶转移概率 317
四、以转移概率为基础的预报方法 322
练习十二 马尔科夫链预报方法 325
五、程序 326
第八章预报质量的评定 329
第一节分类预报的预报质量评定方法 330
一、预报符合率 330
二、Hedike的预报技术评分 330
三、两分类预报的定性相关系数 335
第二节定量预报的预报质量评定方法 337
一、平均绝对误差与标准差 337
二、离均差值和离均差符号的联合评分 339
练习二线性相关系数 342
练习三点聚图 342
练习一用“普查法”选择预报因子 342
附录练习答案 342
练习四复相关表 343
练习五一次聚合法 344
练习六直线回归方程 345
练习七多元回归分析 345
练习八逐步回归分析 350
练习九Fisher准则下的两类判别分析 354
练习十方差分析周期外推法 356
练习十一选点法 360
练习十二马尔科夫链预报方法 361
附表一 正态分布双侧置信限表 363
附表二x2分布的置信限表 364
附表三t分布的双侧置信限表 366
附表四 F分布的置信限表 368
参考文献 378