第一章 统计预测概述 1
一、预测方法的分类 1
二、统计预测及统计预测方法的定义 2
三、统计预测的方法论依据 5
第二章 定性预测方法简介 7
一、德尔菲法 7
二、主观概率法 8
三、领先指标法 11
第三章 单方程因果回归预测方法 14
一、一元线性回归预测法 14
二、多元线性回归预测法 18
三、非线性回归预测法 20
四、回归模型的统计检验 23
第四章 传统时间序列预测方法 32
一、平滑预测法 32
1．移动平均法 32
2．指数平滑法 34
3．指数平滑法存在的问题 36
二、趋势线预测法 39
1．几何平均法配合指数曲线 39
2．分段法配合修正指数曲线 40
3．最小二乘法配合趋势线方程 44
4．趋势线方程的选取与评价 48
附录 双变量预测曲线的通用程序 53
一、高次指数平滑法 62
1．二次指数平滑法 62
第五章 指数平滑预测的改进方法 62
2．三次指数平滑法 64
二、差分-指数平滑模型 66
1．一阶差分-指数平滑模型 66
2．二阶差分-指数平滑模型 70
第六章 一组反馈修正型时序预测方法 72
一、平均速度修正模型 72
二、移动平均修正模型 80
三、移动平均修正法-平均速度修正法综合模型 84
一、博克斯-詹金斯法剖析 88
第七章 近代时间序列预测方法（一）——博克斯-詹金斯法 88
二、博克斯-詹金斯法评价 96
三、ARIMA模型计算机程序编制方案的讨论 97
四、应用举例 101
附录 门限自回归模型 105
第八章 近代时间序列预测方法（二）——自适应过滤法 108
一、自适应过滤法及其原理 108
二、自适应过滤法的评价 114
三、自适应过滤法计算机程序及应用实例 116
第九章 统计预测中的几个综合性问题 127
一、时序模型间的内在联系 127
二、时间序列的因素分解 129
1．季节比率预测法 131
三、时序模型的季节预测 131
2．垂直预测法 132
3．温特斯法 134
四、时序模型的点值预测和区间预测 141
五、时序模型之间的组合运用 144
六、时序模型与因果模型的组合运用 146
七、时序模型与主观概率法的组合运用 148
八、预测值的合并 151
九、预测的精确度问题 156
第十章 统计决策概述 158
一、决策问题 158
1．确定型决策问题 159
二、决策问题的类型 159
2．统计型决策问题 160
3．非确定型决策问题 160
三、统计决策的作用与步骤 161
第十一章 常用统计决策方法 164
一、决策表法 164
1．在期望值标准下的应用 164
2．在最大可能性标准下的应用 166
3．在合理性标准下的应用 167
4．决策表的矩阵运算 169
5．计算机程序 172
二、边际分析法 172
三、决策树法 176
1．决策树的结构 177
2．决策树的单阶段决策 177
3．决策树的多阶段决策 179
四、贝叶斯决策法 180
五、马尔可夫决策法 185
1．马尔可夫过程简介 185
2．马尔可夫链与转移概率矩阵 187
3．马尔可夫链的应用 188
4．计算机程序 191
六、蒙特卡罗模拟决策法 193
1．方法简介 193
2．应用举例 194
3．计算机程序 196
第十二章 统计决策中的几个综合性问题 198
一、敏感性分析 198
二、情报的价值 200
三、效用理论和决策 204
四、决策与决策者 208
BASIC语言简介 210
附表一 相关系数检验临界值表 215
附表二 F检验临界值表 217
附表三 t检验临界值表 221
附表四 DW检验临界值表 223
附表五 随机数表 226
参考资料 228