第1章 预测概述 1
1.1预测的基本概念 2
1.1.1预测科学的产生 2
1.1.2预测的定义 3
1.1.3预测的可能性 3
1.1.4预测的不准确性 4
1.1.5预测的基本功能 5
1.2预测的基本原理与步骤 6
1.2.1预测的基本原理 6
1.2.2预测的一般步骤 8
1.3预测资料的收集与预处理 10
1.3.1确定数据收集的目的 10
1.3.2设计数据收集方案 10
1.3.3数据的收集与整理 11
1.3.4对数据进行分析与预处理 13
1.4预测方法的分类 19
1.4.1预测方法的分类体系与常用方法 19
1.4.2预测方法选择的影响因素 22
本章小结 26
思考与练习 27
第2章 非模型预测方法 28
2.1专家预测法概述 29
2.1.1个人判断法 29
2.1.2专家会议法 30
2.1.3专家意见汇总预测法 30
2.1.4头脑风暴法 33
2.1.5德尔菲法 36
2.2指标预测法与类比法 43
2.2.1指标预测法 43
2.2.2类比法 45
2.3概率预测法 47
2.3.1主观概率法 47
2.3.2交叉影响分析法 49
本章小结 52
思考与练习 53
第3章 回归预测方法 55
3.1引言 55
3.1.1相关分析 55
3.1.2回归分析 58
3.2一元线性回归预测方法 59
3.2.1一元线性回归模型 59
3.2.2一元线性回归模型的显著性检验 62
3.2.3一元线性回归预测 64
3.3多元线性回归预测法 67
3.3.1多元线性回归模型 67
3.3.2多元线性回归模型的显著性检验 68
3.3.3多元线性回归预测 70
3.3.4多元线性回归分析中的多重共线性 71
3.3.5多元线性回归分析中的序列相关 72
3.4非线性回归预测 78
本章小结 84
思考与练习 84
第4章 确定型时间序列预测方法 87
4.1时间序列与时间序列分析概述 88
4.1.1时间序列的含义 88
4.1.2时间序列分析 89
4.1.3时间序列分析方法的分类 90
4.1.4确定型时间序列预测方法概述 90
4.2移动平均法 93
4.2.1一次移动平均法 93
4.2.2二次移动平均法 95
4.3指数平滑法 99
4.3.1一次指数平滑法 99
4.3.2二次指数平滑法 102
4.3.3讨论 107
4.4季节指数法 107
4.5时间序列分解法 111
4.5.1各因素的确定 112
4.5.2根据分解法进行预测 118
4.5.3对分解法的进一步说明 118
4.6基于SPSS软件的确定型时间序列分析与预测 119
本章小结 129
思考与练习 129
第5章 随机型时间序列预测方法 131
5.1随机型时间序列模型 132
5.1.1时间序列 132
5.1.2自回归（AR）模型 132
5.1.3移动平均（MA）模型 133
5.1.4自回归移动平均（ARMA）模型 134
5.1.5求和自回归移动平均（ARIMA）模型 135
5.1.6季节性模型 136
5.2 ARMA模型的相关分析 136
5.2.1 AR（p）序列的自相关函数 136
5.2.2 MA（q）序列的自相关函数 138
5.2.3 ARMA （p，q）序列的自相关函数 138
5.2.4偏相关函数 139
5.3模型的识别 142
5.3.1样本自相关函数与样本偏相关函数 142
5.3.2模型识别 143
5.4 ARMA模型的参数估计 147
5.4.1矩估计方法 147
5.4.2最小二乘估计 150
5.4.3极大似然估计法 151
5.4.4方法的比较 156
5.5模型的检验与预报 156
5.5.1模型检验 156
5.5.2模型的改进 158
5.5.3模型预报 158
5.6案例5-1分析 160
本章小结 168
思考与练习 168
第6章 马尔可夫预测方法 171
6.1马尔可夫分析的基本原理 171
6.1.1马尔可夫链 171
6.1.2状态转移矩阵 172
6.1.3稳态概率矩阵 176
6.2马尔可夫预测的应用 178
6.2.1市场占有率的预测 178
6.2.2期望报酬预测 180
本章小结 187
思考与练习 188
第7章 预测精确性与预测评价 189
7.1预测方法的选择 189
7.1.1预测方法最适合的时间范围 189
7.1.2数据模式 190
7.1.3费用 190
7.1.4准确性 190
7.1.5适用性 191
7.2预测的精确性 192
7.2.1准确的预测 192
7.2.2预测的误差 193
7.2.3预测精确性的衡量指标 193
7.2.4预测监控 196
7.3预测结果的分析与评价 196
7.3.1预测模型的评价 196
7.3.2预测结果的分析与反思 198
本章小结 198
思考与练习 199
第8章 决策概述 200
8.1决策的概念 200
8.2决策过程与决策分析 202
8.2.1决策过程 202
8.2.2决策分析 203
8.3决策的基本类型 205
8.4决策分析的内容、特点及历史 208
8.4.1决策分析的内容 208
8.4.2决策分析的特点 208
8.4.3决策分析的历史 209
本章小结 211
思考与练习 212
第9章 期望效用理论与前景理论 213
9.1期望收益值 213
9.1.1期望收益值准则 213
9.1.2应用期望收益值作为决策准则存在的一些问题 213
9.2行为假设与偏好关系 216
9.3效用函数及其确定 221
9.3.1效用函数的定义 221
9.3.2效用函数的确定 222
9.3.3 L- A模拟法 223
9.4主观期望效用值理论 226
9.4.1主观概率与客观概率 226
9.4.2主观概率的判断 228
9.5前景理论 229
9.5.1期望理论与实际决策的不一致 229
9.5.2前景理论框架 230
本章小结 235
思考与练习 235
第10章 单目标决策分析 238
10.1风险型决策分析 239
10.1.1风险型决策分析的基本思想 239
10.1.2风险型决策问题的数学模型 240
10.1.3风险型决策问题的分析方法 241
10.1.4多级决策问题的分析方法 245
10.2非确定型决策 250
10.2.1悲观准则 250
10.2.2乐观准则 251
10.2.3赫威兹准则 252
10.2.4后悔值准则 253
10.2.5等概率准则 253
10.2.6五种决策准则的比较 255
10.3概率排序型决策 257
10.3.1期望后果值的极值 257
10.3.2利用期望值极值进行决策 260
10.3.3优势条件 261
本章小结 263
思考与练习 264
第11章 多目标决策分析 268
11.1基本概念 269
11.2决策方法 271
11.2.1化多目标为单目标的方法 271
11.2.2重排次序法 273
11.2.3分层序列法 274
11.3多目标风险决策分析模型 275
11.4有限个方案多目标决策问题的分析方法 276
11.4.1基本结构 276
11.4.2决策矩阵的规范化 277
11.4.3确定权的方法 278
11.5层次分析法（AHP ） 281
11.5.1多级递阶结构 281
11.5.2判断矩阵 282
11.5.3相对重要度及判断矩阵的最大特征值λmax的计算 283
11.5.4相容性判断 284
11.5.5综合重要度的计算 285
11.5.6算例 285
11.6网络分析法（ANP） 288
11.6.1网络结构 289
11.6.2无权重超矩阵与加权超矩阵 290
11.6.3极限超矩阵 292
11.6.4 ANP应用软件—超级决策软件（SD） 292
11.6.5算例 293
本章小结 298
思考与练习 298
第12章 动态决策分析 300
12.1单阶段决策的表述 300
12.2确定型动态决策 302
12.3马氏型动态决策 308
12.3.1马氏决策过程模型 308
12.3.2最优方程与最优策略 310
12.4应用 313
12.4.1产品定价 313
12.4.2体育比赛 314
12.4.3最优选择 316
12.4.4一个期权执行问题 317
本章小结 319
思考与练习 320
第13章 决策方法拓展、选择与评价 321
13.1决策方法的拓展 321
13.1.1模糊决策法 321
13.1.2群决策方法 326
13.1.3决策支持系统 330
13.2决策方法的选择 333
13.2.1决策方法选择影响因素 333
13.2.2决策方法的比较评价 334
13.3决策方案的评价与实施 336
13.3.1决策方案的评价 336
13.3.2决策方案的实施 336
本章小结 339
思考与练习 339
附录 341
附表A标准正态分布函数值表 341
附表B t分布表 342
附表C F分布表 343
附表D DW检验临界值表 346
参考文献 348