第一章 预测概述 1
1.1引言 1
1.2预测的作用 3
1.3预测的基本原则 4
1.4预测的分类 7
1.5预测的程序 9
1.6预测的精度和价值 11
练习题 14
第二章 定性预测方法 15
2.1引言 15
2.2市场调查预测法 16
2.3专家预测法 19
2.4主观概率法 29
2.5预兆预测法 35
练习题 46
第三章 时间序列平滑预测法 48
3.1时间序列概述 48
3.2移动平均法 50
3.3指数平滑法 54
3.4差分指数平滑法 61
3.5自适应过滤法 64
3.6 ARMA模型简介 66
练习题 69
第四章 一元线性回归模型 72
4.1引言 72
4.2一元线性回归模型及其假设条件 74
4.3模型参数的估计 75
4.4估计量的统计特性 77
4.5回归方程的检验 78
4.6预测区间 81
4.7几个应当注意的问题 84
4.8一元线性回归模型的应用 85
练习题 95
第五章 多元线性回归模型 96
5.1多元线性回归模型及其假设条件 96
5.2模型参数的估计 98
5.3回归系数向量估计值B的统计性质 98
5.4多元线性回归模型的检验 99
5.5含有虚拟变量的回归模型 109
5.6自变量的选择 112
5.7若干问题讨论 114
5.8多元线性回归模型的应用 118
练习题 122
第六章 非线性回归模型 125
6.1非线性回归模型的形式及其分类 125
6.2直接换元法 126
6.3间接换元法 128
6.4非线性回归模型的线性逼近 129
6.5非线性回归模型的应用 130
练习题 133
第七章 趋势外推预测方法 134
7.1指数曲线法 134
7.2修正指数曲线法 136
7.3生长曲线法 141
7.4包络曲线法 146
练习题 149
第八章 马尔柯夫预测法 151
8.1马尔柯夫链简介 151
8.2商品销售状态预测 155
8.3市场占有率预测 157
8.4期望利润预测 161
练习题 163
第九章 序列算子与灰色信息挖掘 165
9.1引言 165
9.2冲击扰动系统与缓冲算子 166
9.3实用缓冲算子的构造 169
9.4均值算子 173
9.5准光滑序列与级比算子 175
9.6累加算子与累减算子 177
9.7累加生成序列的灰指数规律 178
练习题 180
第十章 灰色系统模型 182
10.1 GM（1，1）模型的基本形式 182
10.2残差GM（1，1）模型 186
10.3 GM（1，1）模型群 190
10.4 GM（1，1）模型的适用范围 193
10.5灰色Verhulst模型 202
10.6 GM（0，N）模型 204
10.7 GM（1，N）模型 206
练习题 208
第十一章 灰色系统预测 210
11.1引言 210
11.2数列预测 212
11.3区间预测 214
11.4灰色灾变预测 217
11.5波形预测 219
练习题 223
第十二章 常用预测软件简介 226
12.1 SPSS软件简介 226
12.2灰色系统建模软件7.0简介 234
课程实验 238
实验一SPSS软件的基本操作 238
实验二 时间序列预测 239
实验三 一元线性回归预测 241
实验四 多元线性回归预测 242
实验五 含有虚拟变量的回归模型预测 244
实验六 非线性回归模型预测 244
实验七 灰色系统建模软件登录 248
实验八 软件下载与数据输入 249
实验九 缓冲算子计算软件应用 252
实验十 灰色预测模型建模软件应用 253
实验十一 灰色关联分析模型建模软件应用 254
实验十二 灰色聚类评估模型建模软件应用 256
实验十三 多目标加权灰靶决策模型建模软件应用 257
附表1标准正态分布表 259
附表2 t分布表 261
附表3 F分布表（α=0.01） 263
附表4 F分布表（α=0.05） 264
附表5简单相关系数检验表 265
附表6 Spearman相关系数检验表 266
附表7 DW检验（α=0.01） 267
附表8 DW检验（α=0.05） 269
参考文献 271