统计预测PDF|Epub|txt|kindle电子书版本网盘下载

统计预测PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 统计预测概述1

第一节 统计预测的概念和特点1

一、统计预测的概念及特点1

二、统计预测的意义和作用3

第二节 统计预测的方法和分类3

一、统计预测的方法3

二、统计预测的分类5

三、统计预测模型和方法的选择5

第三节 统计预测的原则和步骤6

一、统计预测的基本原则6

二、统计预测的运用领域7

三、统计预测的基本步骤8

四、统计预测的不确定性9

五、统计预测效果的评价10

第二章 定性预测法21

第一节 定性预测法概述21

一、定性预测法的特点21

二、定性预测与定量预测的关系22

三、定性预测的主要方法简介23

第二节 经验判断法25

一、经验判断法概述25

二、个人经验判断法26

三、集体经验判断法26

第三节 专家会议法28

一、专家会议法的含义29

二、专家会议法的特点30

三、专家会议法的组织和实施30

四、头脑风暴法31

第四节 德尔菲法33

一、德尔菲法的概念33

二、德尔菲法的实施步骤33

三、德尔菲法的特点35

四、案例分析36

第五节 主观概率法37

一、主观概率法概述37

二、主观概率加权平均法38

三、累计概率中位数法38

第三章 回归分析预测法45

第一节 一元线性回归分析预测法45

一、模型建立45

二、参数估计46

三、模型检验47

四、预测方法49

五、案例分析51

第二节 多元线性回归预测法54

一、多元线性回归方程的概念54

二、多元线性回归模型的求解55

三、模型检验55

四、预测方法59

五、案例分析60

第三节 非线性回归预测方法62

一、可线性化的非线性回归模型63

二、不可线性化的回归分析63

三、案例分析64

第四节 带虚拟变量的回归预测法65

一、虚拟变量的概念66

二、虚拟变量模型的类型及案例分析66

第四章 时间序列分解和平滑预测法76

第一节 时间序列预测法概述76

一、时间序列预测法的概念76

二、时间序列预测法的步骤76

三、时间序列预测法的类型77

第二节 时间序列分解预测法78

一、时间序列的组成因子78

二、时间序列的分解模型80

三、时间序列分解预测的步骤81

四、美国人口普查局时间序列分解方法简述81

五、案例分析82

第三节 时间序列的平滑预测法86

一、时间序列平滑预测的概念86

二、移动平均法86

三、指数平滑预测法91

四、讨论98

第五章 趋势外推预测法102

第一节 趋势外推预测法概述102

一、趋势外推预测法的概念102

二、趋势外推预测法的思路和条件102

三、趋势外推预测法的类型104

第二节 线性趋势外推预测法107

一、最小二乘法107

二、选点法108

三、修匀法109

四、案例分析110

第三节 曲线趋势外推预测法112

一、多项式曲线112

二、指数曲线118

三、生长曲线119

第四节 趋势模型及参数估计方法的选择127

一、数据分析和趋势判断128

二、参数估计方法的选择132

第六章 季节预测法138

第一节 季节预测法概述138

一、季节因子的概念138

二、季节预测法的步骤139

三、季节时间序列的判定140

第二节 直接平均法141

一、直接平均法的概念141

二、直接平均法的一般步骤141

第三节 趋势剔除法143

一、趋势剔除法的概念143

二、平均数趋势剔除法143

三、趋势比率剔除法146

四、季节因子的趋势分析法147

第四节 指数平滑法147

一、指数平滑法的概念147

二、温特斯指数平滑法148

第五节 季节预测模型的选择152

一、季节预测模型的分类152

二、季节预测模型的形式152

三、季节预测模型中的参数估计153

四、季节预测模型的选择154

第七章 随机型时间序列预测方法165

第一节 随机型时间序列模型的若干概念165

一、随机过程165

二、平稳性166

三、自相关函数168

四、偏自相关函数170

五、滞后算子172

六、差分方程解的稳定性173

第二节 平稳随机序列模型的预测174

一、自回归模型174

二、移动平均模型179

三、ARMA模型181

第三节 非平稳随机型时间序列的预测183

一、随机游走序列183

二、ARIMA模型184

三、去确定性趋势预测方法186

四、季节ARIMA模型预测方法186

第四节 随机型时间序列预测的案例分析187

一、我国人口预测187

二、某地区生猪产量预测189

第八章 异方差、自回归和干预分析模型预测法193

第一节 异方差的处理方法193

一、异方差的概念193

二、异方差的后果194

三、异方差的检验195

四、异方差的校正196

五、自回归条件异方差简介198

六、案例分析199

第二节 误差项自相关的处理方法201

一、自相关的概念201

二、自相关的检验方法202

三、自相关的校正方法205

四、案例分析206

第三节 干预分析模型预测法208

一、干预分析模型概述208

二、干预分析模型的基本形式209

三、单变量序列干预模型的识别与估计211

四、案例分析212

第九章 协整和向量自回归预测方法简介219

第一节 单位根检验219

一、DF检验219

二、ADF检验220

三、案例分析222

第二节 协整及误差修正模型预测法226

一、协整的概念226

二、协整的EG检验法227

三、误差修正模型228

四、案例分析230

第三节向量自回归模型预测法232

一、VAR模型的概念232

二、VAR模型的平稳性234

三、 Johansen协整检验与VECM235

四、格兰杰非因果性检验237

五、案例分析238

第十章 灰色预测法与马尔科夫预测法简介242

第一节 灰色预测法242

一、基本概念243

二、灰色模型246

三、GM（1，1）灰色预测的步骤248

四、案例分析249

第二节 马尔科夫预测法252

一、基本概念252

二、马尔科夫预测方法与案例分析256

附录260

参考文献271