《经济预测与决策技术》求取 ⇩

前言1

上篇 经济预测的基本技术3

第一章 经济预测概论3

§1．1 经济预测的基本概念3

§1．2 经济预测的目的和意义5

§1．3 经济预测的基本原则6

§1．4 经济预测的分类8

§1．5 经济预测的发展概况12

§1．6 经济预测的基本步骤14

§2．1 市场调查的意义及类型17

第二章 经济预测数据的收集与处理技术17

§2．2 市场调查的程序20

§2．3 市场调查的方案和方法22

§2．4 抽样调查24

§2．5 抽样调查的误差分析及样本大小的确定27

§2．6 市场调查的数据处理技术28

第三章 判断预测技术36

§3．1 专家判断预测法36

§3．2 趋势判断预测42

§3．3 PERT预测法50

§3．4 销售人员判断预测综合法54

§3．5 经验分析法55

第四章 技术预测59

§4．1 技术经济寿命周期预测59

§4．2 事件相互影响矩阵分析法62

§4．3曲线外推预测法70

第五章 一元回归预测技术74

§5．1 一元回归模型74

§5．2 一元线性回归方程的简易求法77

§5．3 回归方程的精确求法79

§5．4 回归方程的显著性检验83

§5．5 预测、控制与风险分析90

第六章 多元回归预测技术97

§6．1 二元线性回归方程的具体求法97

§6．2 多元回归方程的一般求法100

§6．3 回归方程与回归系数的显著性检验103

§6．4 利用回归方程进行预测和控制105

§6．5 可线性化的非线性回归预测技术106

§6．6 利用回归方程进行经济分析和预测112

§7．1 增长记忆的自适应线性回归预测技术117

第七章 自适应的回归预测技术117

§7．2 限定记忆的线性回归预测技术122

§7．3渐消记忆与加权回归预测技术125

§7．4 应用举例129

第八章带虚变量的回归预测技术133

§8．1 基本概念133

§8．2 基本方法137

§8．3 应用实例140

§8．4 基本原理142

§9．1 序列相关形成的原因及其表现形式149

第九章 序列相关和异方差的处理技术149

§9．2 序列自相关的检验方法152

§9．3 消除序列相关的方法154

§9．4 异方差性及其检验方法157

§9．5 消除异方差的基本方法162

§9．6 多重共线性166

第十章 时间序列的平滑预测技术169

§10．1 滑动平均与加权滑动平均预测法169

§10．2 二次滑动平均预测法173

§10．3 指数平滑预测法176

§10．4 二次指数平滑法181

§10．5 三次指数平滑法184

§10．6 温特线性和季节性指数平滑185

第十一章 时间序列的传统分解技术194

§11．1 时间序列的结构形式194

§11．2 传统分解法的应用步骤195

§11．3 传统分解法的预测举例198

§11．4 几种不同的滑动平均方法203

§11．5 分解法的进一步改善206

§12．1 景气循环的基本概念211

第十二章 景气预测技术211

§12．2 景气指标体系214

§12．3 扩散指数DI的编制与应用215

§12．4 综合指数CI的编制220

§12．5 预警系统222

第十三章 增长曲线模型预测技术228

§13．1增长曲线模型的基本类型228

§13．2 增长曲线模型的识别方法235

§13．3增长曲线模型的参数估计240

§13．4 预测实例248

第十四章 马尔科夫预测技术256

§14．1马尔科夫链的基本原理256

§13．2状态转移概率的估算260

§13．3带利润的马氏链264

§13．4 市场占有率预测265

§13．5期望利润预测269

中篇 经济预测的高级技术275

第十五章 随机时间序列的线性模型275

§15．1 平稳随机序列的基本概念275

§15．2 随机序列线性模型的基本形式278

§15．3 随机线性模型的平稳与可逆条件281

§15．4 ARMA模型的传递形式与逆转形式286

§15．5 非平稳模型--随机游动模型289

§15．6 非平稳序列的平稳化方法290

§15．7 季节模型294

第十六章 模型识别299

§16．1 ARMA模型的自相关函数299

§16．2 ARMA模型的偏自相关函数308

§16．3 ARMA（p，g）模型的识别312

§17．1参数估计317

第十七章 参数估计与诊断检验317

§17．2模型的诊断检验325

第十八章 模型预测331

§18．1 预测的准则331

§18．2 最优预测值的计算333

§18．3 预测误差及置信区间的计算337

§18．4 应用举例339

第十九章 传递函数模型348

§19．1 传递函数模型的基本概念349

§19．2 我国农业、轻工业发展的传递函数分析355

§20．1 互协方差和互相关函数的基本概念359

第二十章 传递函数模型的识别359

§20．2 模型参数（r，s，b）的识别规则361

§20．3传递函数模型识别的基本步骤376

第二十一章 参数估计、诊断检验和预测381

§21．1传递函数模型的参数估计381

§21．2传递函数模型的诊断检验386

§21．3 运用传递函数模型进行预测389

§21．4 预测实例393

§22．1 干预分析模型的基本形式401

第二十二章 干预分析模型401

§22．2 单变量干预分析模型的识别与估计407

§22．3 传递函数干预分析模型的识别与估计409

§22．4 中国农业经济体制改革成效的干预分析410

§22．5 中国城市经济体制改革对轻工业生产的干预影响（多变量时序传递函数模型案例）417

第二十三章 关于预测精确性研究与预测评价426

§23．1 预测精确性的度量和影响预测精确性的因素426

§23．2 校正预测值的一些方法430

§23．3 预测方法评价438

§24．1 决策学的基本概念445

第二十四章 决策学概论445

下篇 经济决策的基本技术445

§24．2 决策的科学程序447

§24．3 决策的基本类型453

§24．4 决策学发展的历史概要456

第二十五章 确定型决策技术458

§25．1 线性盈亏分析决策法458

§25．2 非线性盈亏决策法463

§25．3 线性规划决策法465

§25．4 价值效益评价决策法467

§26．1 非确定型决策技术471

第二十六章 非确定型决策技术471

§26．2 风险型决策技术474

§26．3 马尔科夫决策技术479

第二十七章 随机需求下的企业规模优化决策技术489

§27．1 决策的准则489

§27．2 盈利可能性计算491

§27．3 期望利润计算493

§27．4 期望成本计算494

§27．5 实现最低成本的可能性计算496

§27．6 设备利用率计算497

§27．7 优化分析499

§27．8 非线性盈亏分析501

第二十八章 主观概率及其在经济预测与决策中的应用503

§28．1 主观概率的基本概念503

§28．2 在决策中应用主观概率505

§28．3 主观概率的求估方法506

§28．4 主观概率估计的修正511

附录 统计表513

参考文献541