第一章 一元线性回归分析法 1
第一节 模型和参数估计 1
第二节 模型的检验 5
第三节 预测精度的测定 16
第四节 预测实例 21
附录 28
第二章 多元回归分析法 32
第一节 模型和参数估计 32
第二节 模型的检验 36
第三节 自变量的选择 41
第四节 多重共线性 46
第五节 预测实例 51
第六节 滞后变量模型 53
附录 59
第三章 非线性回归分析法 63
第一节 非线性回归模型 63
第二节 模型参数的估计 65
第三节 模型分析与评价 68
第四节 含虚拟变量的回归模型 73
第五节 预测实例 83
附录 92
第四章 时间序列平滑法 94
第一节 概述 94
第二节 移动平均法 95
第三节 指数平滑法 99
第四节 方法的比较 111
附录 113
第五章 趋势模型 117
第一节 趋势模型类型 118
第二节 模型选择 122
第三节 参数估计 125
第四节 模型分析与评价 132
附录 138
第六章 季节模型 141
第一节 季节性水平模型 142
第二节 季节性交乘趋向模型 147
第三节 季节性迭加趋向模型 155
第七章 马尔可夫法 161
第一节 基本概念 161
第二节 马尔可夫预测法 164
第三节 马氏链的稳定状态及其应用 173
第八章 ARMA模型 177
第一节 概述 177
第二节 时序特性的分析 182
第三节 ARMA模型及其改进 190
第四节 随机时序模型的建立 197
第五节 时序模型预测 211
附录 216
第九章 ARCH类模型 222
第一节 单位根过程 222
第二节 ARCH模型 237
第三节 广义ARCH模型 245
第四节 拓展的ARCH模型 249
第五节 多元ARCH模型 257
附录 267
附表1 t分布表 271
附表2 F分布表 273
附表3 D.W.检验表 282
附表4 x2分布表 285
附表5 DF检验t统计量经验概率分布表 287
附表6 Engle-Granger检验表 288
参考文献 289