第一章预测概述 1
第一节预测的概念 1
一、预测 1
二、科学的预测 1
三、预测科学的产生与发展 1
目录 1
一、经济预测与企业经营预测 3
二、企业经营预测的原理和原则 3
三、企业经营预测的意义 4
四、企业经营预测的内容和要求 5
五、经营预测的过程和步骤 6
六、经营预测的方法和种类 7
第三节预测与决策、计划的关系 8
一、预测与决策的关系 8
第二节企业经营预测 8
二、预测与计划的关系 9
三、预测、决策与计划的关系 9
四、决策与计划工作 9
第二章统计指标 10
第一节统计指标的种类 10
一、实物指标与价值指标 10
二、数量指标和质量指标 10
第二节总量指标 11
第三节相对指标 11
一、相对指标的意义 11
二、计划完成相对指标 12
三、正确运用相对指标的原则 12
四、平均指标的计算方法 13
三、科学地应用平均指标的基本条件 13
一、平均指标 13
二、平均指标的作用 13
第四节平均指标 13
五、平均指标的不完备性 14
第五节动态指标 14
一、动态水平指标 14
二、动态速度指标 15
第三章定性预测方法 17
第一节专家调查法 17
一、个人判断法 17
二、专家会议法 17
三、头脑风暴法 18
四、特尔斐法 19
一、主观概率 25
第二节主观概率法 25
二、主观概率的定量描述 26
三、应用实例 26
第三节交互作用分析法 28
一、交互作用分析原理 29
二、蒙特卡罗模拟技术 31
三、应用实例 32
第四章层次分析方法 36
第一节层次分析法的基本原理 37
一、层次分析简述 37
二、层次分析方法的模型及其构造 37
三、特征向量方法对层次分析的排序 40
四、判断矩阵和标度 42
五、判断矩阵一致性及其检验 45
一、方根法 46
第二节层次分析方法的计算 46
二、和积法 47
第三节层次分析方法应用举例 49
一、判别权重及其分析的FORTRAN程序应用 49
二、科技成果的综合评价 58
第五章时间序列预测方法（一） 63
第一节几种简单的平均数法 63
一、算术平均数法 63
二、加权平均法 64
三、调和平均法 65
第二节移动平均数法 65
一、分段平均法 66
二、一次移动平均法 66
三、一次移动平均法公式的改进 67
四、二次移动平均法 68
第三节指数平滑法 73
一、一次指数平滑法 73
二、二次指数平滑法 77
三、三次指数平滑法 79
四、霍尔特双参数线性指数平滑预测法 88
五、温特斯线性与季节指数平滑法 91
第四节自适应过滤预测法 96
一、自适应过滤法与移动平均法、指数平滑法的对比 96
二、对原始数据加权的自适应过程 97
三、自适应过滤法应用实例 98
四、自适应过滤法的主要特点及应用准则 99
第六章时间序列预测方法（二） 102
第一节时间序列分解预测方法 102
一、分解方法概述 102
二、时间序列的传统分解方法 104
三、CensusⅡ分解方法 109
第二节随机型时间序列分析法 130
一、随机过程和随机型时间序列 131
二、线性随机时间序列模型 137
三、模型识别 141
四、参数估计 147
五、模型检验 151
六、预测 152
七、信息量准则 154
第七章回归分析 158
第一节一元线性回归 159
一、一元线性回归的数学模型 159
二、参数a、b的最小二乘估计 159
三、相关性检验 161
四、程序 162
第二节二元线性回归 164
一、回归方程及参数估计 164
二、二元线性回归计算表 166
三、相关系数和剩余标准差 166
四、二元线性回归预测实例 168
第三节多元线性回归 171
一、多元线性回归方程 171
二、多元线性回归模型检验 172
三、预测值和置信区间 173
四、多元线性回归实例 174
第四节非线性回归 181
一、非线性回归方程的建立 181
二、几种常见的、可线性化的非线性回归问题 181
三、非线性回归实例 183
第五节逐步回归 185
一、逐步回归分析的数学模型 186
二、逐步回归分析的基本公式 189
三、逐步回归应用实例 191
第八章多层递阶预测 197
第一节多层递阶预测的数学模型 197
一、参数跟踪估值 197
二、对输出量Y（K）进行预测 200
第二节 多层递阶预测的应用 201
第九章灰色系统预测 209
第一节 灰色系统的概念及其理论、现实意义 209
第二节常见的线性微分拟合模型 209
一、单序列1阶线性动态模型 209
二、两序列1阶线性动态模型 212
第三节灰色系统预测应用实例 215
一、概率向量 222
二、概率矩阵 222
第十章马尔柯夫链预测 222
第一节马尔柯夫过程分析基本原理 222
三、系统的稳定状态 225
四、状态转移矩阵 226
第二节 马尔柯夫过程分析在预测中的应用 227
第三节马尔柯夫过程分析预测应用实例 227
第一节线性规划的基本含意 235
第十一章线性规划预测 236
一、线性规划的引入 236
二、线性规划的基本内容 237
第二节线性规划的数学模型 237
一、一般形式 237
二、标准形式 238
一、图解法 239
第三节线性规划问题的求解 239
二、单纯形法 241
三、单纯形法的推广 243
第四节线性规划的对偶问题 245
一、对偶问题的数学形式 245
二、原问题和对偶问题的关系 248
第五节对偶单纯形法 249
第六节线性规划在最优计划中的应用 252
一、运输问题 252
二、分配问题 258
三、资源最优利用问题 260
第十二章预测模型优化选择 268
第一节 AIC判别准则 268
第二节AIC准则原理 268
一、预报模型与最终预报误差 268
二、AIC准则 269
第三节 AIC准则的应用 270
第十三章相关分析与统计推断 273
第一节统计数据中的基本概念 273
一、总体 273
二、个体 273
三、样本 273
四、均值 273
五、极差 274
六、方差 274
七、变异系数 274
八、频数分布和频数分布函数 274
第二节统计数据相关分析 276
一、简单相关系数 276
二、多重相关分析 277
一、对均值μ的检验 279
第三节统计检验 279
二、对标准差σ的检验 285
第十四章方差分析 288
第一节单因素方差分析 288
一、单因素方差分析的意义和统计假设 288
二、单因素试验方差分析的步骤 290
三、单因素不等重复试验的方差分析 294
第二节双因素方差分析 297
一、双因素试验方差分析的统计假设 297
二、双因素试验方差分析的运算程序 297
第三节多因素方差分析 302
一、正交试验的设计及直观分析法 302
二、正交试验设计的方差分析 304
三、多因素有交互作用的方差分析 307
第二节相似系数和距离 312
一、相似系数rij 312
第十五章模糊聚类分析 312
第一节模糊聚类分析步骤 312
二、距离dij 314
第三节系统聚类的方法 315
一、相似系数法 315
二、距离法 317
第四节 模糊聚类分析应用实例 319
第十六章抽样分析 324
一、二项概率概念及其计算公式 325
二、二项分布的图形描述 326
三、应用二项分布表来计算二项概率 328
二、抽样检查的特性函数和特征曲线 331
一、一次抽样简介 331
第二节一次抽样 331
三、计数型一次抽样方案 335
四、LTPD方案 338
五、计数挑选型一次抽样方案 341
第三节二次抽样 346
一、二次抽样方案的接收概率 347
二、二次抽样方案的平均抽样验量及平均检验量 348
三、平均出厂质量（AOQ）和平均出厂质量界限（AOQL） 350
第十七章多变量图形分析 351
第一节雷达图 351
第一节二项概率 352
第二节星座图 353
第三节脸谱图 355
一、脸的轮廓 355
四、眼 356
二、鼻 356
三、嘴 356
五、眼珠 357
六、眉 357
第四节 三角多项式图 359
第十八章经济预测统计资料的整编及预测方法的选择 361
第一节经济预测统计资料的整编 361
一、预测统计数据的收集 361
二、预测统计数据的分析 362
三、预测统计数据的整理 363
四、预测统计数据的储存 365
第二节预测精度及方法的选择 366
一、影响预测精度的主要因素 366
二、预测方法的选择 368
附录：常用数表 375