上篇 预测理论与方法 3
1 预测概述 3
1.1 预测的基本知识 3
1.2 预测的分类 6
1.3 预测与其他学科的关系 8
1.4 预测的步骤 9
1.5 预测的误差与精度分析 12
2 定性预测法 14
2.1 定性预测概述 14
2.2 德尔菲法 15
2.3 管理、销售人员意见调查预测法 20
2.4 主观概率预测法 24
3 线性回归分析预测法 33
3.1 回归分析的基本概念 33
3.2 一元线性回归预测法 36
3.3 多元线性回归预测法 60
3.4 应用回归预测法应注意的问题 72
4 时间序列平滑预测法 77
4.1 时间序列分析概述 77
4.2 移动平均预测法 79
4.3 指数平滑法 87
4.4 差分-指数平滑法 97
4.5 自适应过滤法 99
5 趋势曲线模型预测法 104
5.1 直线模型预测法 104
5.2 多项式曲线模型预测法 109
5.3 指数曲线模型预测法 116
5.4 修正指数曲线模型预测法 121
5.5 成长曲线预测 125
6 马尔柯夫预测法 132
6.1 马尔柯夫预测法概述 132
6.2 马尔柯夫预测模型 136
6.3 马尔柯夫预测法的应用 138
6.4 马尔柯夫链的稳态概率及应用 143
7 灰色预测法 147
7.1 灰数简介 147
7.2 灰色预测的概念 150
7.3 灰色预测模型 155
7.4 灾变预测 164
8 预测方法的基本评价准则与比较 168
8.1 预测方法的基本评价准则 168
8.2 预测方法的比较 176
下篇 决策理论与方法 183
9 决策技术概述 183
9.1 决策的基本问题 183
9.2 决策分析的程序 186
9.3 决策方案的敏感性分析 189
10 确定型决策 192
10.1 确定型决策概述 192
10.2 线性盈亏平衡决策模型 193
10.3 线性规划决策模型 197
11 非确定型决策 220
11.1 最大最小决策准则 220
11.2 最大最大决策准则 223
11.3 赫威斯决策准则 226
11.4 最小最大后悔值决策准则 229
11.5 等概率决策准则 231
11.6 决策准则的评价与选择 232
12 风险型决策方法 238
12.1 风险型决策概述 238
12.2 期望损益决策法 239
12.3 边际分析决策法 243
12.4 决策树法 245
12.5 矩阵决策法 251
12.6 敏感性分析 256
12.7 效用概率决策方法 258
13 贝叶斯决策 266
13.1 先验概率分布 266
13.2 贝叶斯定理与后验概率分布 268
13.3 后验决策及其优良性 271
13.4 最佳决策方案 277
13.5 最佳样本容量 282
14 多目标决策法 285
14.1 多目标决策概述 285
14.2 目标规划法 287
14.3 层次分析法（AHP） 293
14.4 模糊决策法 305
14.5 多属性效用决策法 309
14.6 优劣系数法 315
15 管理决策模拟 320
15.1 模拟过程 320
15.2 建立模型 322
15.3 随机数的产生 325
15.4 蒙特卡罗法 328
15.5 模拟模型的完成与分析 331
15.6 模拟分析的例子 338
15.7 模拟的优点和局限性 345
附表 348
参考文献 354