第一章 统计预测概述 1
第一节 统计预测的概念和特点 1
一、统计预测的概念及特点 1
二、统计预测的意义和作用 3
第二节 统计预测的方法和分类 3
一、统计预测的方法 3
二、统计预测的分类 5
三、统计预测模型和方法的选择 5
第三节 统计预测的原则和步骤 6
一、统计预测的基本原则 6
二、统计预测的运用领域 7
三、统计预测的基本步骤 8
四、统计预测的不确定性 9
五、统计预测效果的评价 10
第二章 定性预测法 21
第一节 定性预测法概述 21
一、定性预测法的特点 21
二、定性预测与定量预测的关系 22
三、定性预测的主要方法简介 23
第二节 经验判断法 25
一、经验判断法概述 25
二、个人经验判断法 26
三、集体经验判断法 26
第三节 专家会议法 28
一、专家会议法的含义 29
二、专家会议法的特点 30
三、专家会议法的组织和实施 30
四、头脑风暴法 31
第四节 德尔菲法 33
一、德尔菲法的概念 33
二、德尔菲法的实施步骤 33
三、德尔菲法的特点 35
四、案例分析 36
第五节 主观概率法 37
一、主观概率法概述 37
二、主观概率加权平均法 38
三、累计概率中位数法 38
第三章 回归分析预测法 45
第一节 一元线性回归分析预测法 45
一、模型建立 45
二、参数估计 46
三、模型检验 47
四、预测方法 49
五、案例分析 51
第二节 多元线性回归预测法 54
一、多元线性回归方程的概念 54
二、多元线性回归模型的求解 55
三、模型检验 55
四、预测方法 59
五、案例分析 60
第三节 非线性回归预测方法 62
一、可线性化的非线性回归模型 63
二、不可线性化的回归分析 63
三、案例分析 64
第四节 带虚拟变量的回归预测法 65
一、虚拟变量的概念 66
二、虚拟变量模型的类型及案例分析 66
第四章 时间序列分解和平滑预测法 76
第一节 时间序列预测法概述 76
一、时间序列预测法的概念 76
二、时间序列预测法的步骤 76
三、时间序列预测法的类型 77
第二节 时间序列分解预测法 78
一、时间序列的组成因子 78
二、时间序列的分解模型 80
三、时间序列分解预测的步骤 81
四、美国人口普查局时间序列分解方法简述 81
五、案例分析 82
第三节 时间序列的平滑预测法 86
一、时间序列平滑预测的概念 86
二、移动平均法 86
三、指数平滑预测法 91
四、讨论 98
第五章 趋势外推预测法 102
第一节 趋势外推预测法概述 102
一、趋势外推预测法的概念 102
二、趋势外推预测法的思路和条件 102
三、趋势外推预测法的类型 104
第二节 线性趋势外推预测法 107
一、最小二乘法 107
二、选点法 108
三、修匀法 109
四、案例分析 110
第三节 曲线趋势外推预测法 112
一、多项式曲线 112
二、指数曲线 118
三、生长曲线 119
第四节 趋势模型及参数估计方法的选择 127
一、数据分析和趋势判断 128
二、参数估计方法的选择 132
第六章 季节预测法 138
第一节 季节预测法概述 138
一、季节因子的概念 138
二、季节预测法的步骤 139
三、季节时间序列的判定 140
第二节 直接平均法 141
一、直接平均法的概念 141
二、直接平均法的一般步骤 141
第三节 趋势剔除法 143
一、趋势剔除法的概念 143
二、平均数趋势剔除法 143
三、趋势比率剔除法 146
四、季节因子的趋势分析法 147
第四节 指数平滑法 147
一、指数平滑法的概念 147
二、温特斯指数平滑法 148
第五节 季节预测模型的选择 152
一、季节预测模型的分类 152
二、季节预测模型的形式 152
三、季节预测模型中的参数估计 153
四、季节预测模型的选择 154
第七章 随机型时间序列预测方法 165
第一节 随机型时间序列模型的若干概念 165
一、随机过程 165
二、平稳性 166
三、自相关函数 168
四、偏自相关函数 170
五、滞后算子 172
六、差分方程解的稳定性 173
第二节 平稳随机序列模型的预测 174
一、自回归模型 174
二、移动平均模型 179
三、ARMA模型 181
第三节 非平稳随机型时间序列的预测 183
一、随机游走序列 183
二、ARIMA模型 184
三、去确定性趋势预测方法 186
四、季节ARIMA模型预测方法 186
第四节 随机型时间序列预测的案例分析 187
一、我国人口预测 187
二、某地区生猪产量预测 189
第八章 异方差、自回归和干预分析模型预测法 193
第一节 异方差的处理方法 193
一、异方差的概念 193
二、异方差的后果 194
三、异方差的检验 195
四、异方差的校正 196
五、自回归条件异方差简介 198
六、案例分析 199
第二节 误差项自相关的处理方法 201
一、自相关的概念 201
二、自相关的检验方法 202
三、自相关的校正方法 205
四、案例分析 206
第三节 干预分析模型预测法 208
一、干预分析模型概述 208
二、干预分析模型的基本形式 209
三、单变量序列干预模型的识别与估计 211
四、案例分析 212
第九章 协整和向量自回归预测方法简介 219
第一节 单位根检验 219
一、DF检验 219
二、ADF检验 220
三、案例分析 222
第二节 协整及误差修正模型预测法 226
一、协整的概念 226
二、协整的EG检验法 227
三、误差修正模型 228
四、案例分析 230
第三节向量自回归模型预测法 232
一、VAR模型的概念 232
二、VAR模型的平稳性 234
三、 Johansen协整检验与VECM 235
四、格兰杰非因果性检验 237
五、案例分析 238
第十章 灰色预测法与马尔科夫预测法简介 242
第一节 灰色预测法 242
一、基本概念 243
二、灰色模型 246
三、GM（1，1）灰色预测的步骤 248
四、案例分析 249
第二节 马尔科夫预测法 252
一、基本概念 252
二、马尔科夫预测方法与案例分析 256
附录 260
参考文献 271