《统计预测和决策》

第一章　统计预测概述1

一、预测方法的分类1

二、统计预测及统计预测方法的定义2

三、统计预测的方法论依据5

第二章　定性预测方法简介7

一、德尔菲法7

二、主观概率法8

三、领先指标法11

第三章　单方程因果回归预测方法14

一、一元线性回归预测法14

二、多元线性回归预测法18

三、非线性回归预测法20

四、回归模型的统计检验23

第四章　传统时间序列预测方法32

一、平滑预测法32

1．移动平均法32

2．指数平滑法34

3．指数平滑法存在的问题36

二、趋势线预测法39

1．几何平均法配合指数曲线39

2．分段法配合修正指数曲线40

3．最小二乘法配合趋势线方程44

4．趋势线方程的选取与评价48

附录　双变量预测曲线的通用程序53

一、高次指数平滑法62

1．二次指数平滑法62

第五章　指数平滑预测的改进方法62

2．三次指数平滑法64

二、差分-指数平滑模型66

1．一阶差分-指数平滑模型66

2．二阶差分-指数平滑模型70

第六章　一组反馈修正型时序预测方法72

一、平均速度修正模型72

二、移动平均修正模型80

三、移动平均修正法-平均速度修正法综合模型84

一、博克斯-詹金斯法剖析88

第七章　近代时间序列预测方法（一）——博克斯-詹金斯法88

二、博克斯-詹金斯法评价96

三、ARIMA模型计算机程序编制方案的讨论97

四、应用举例101

附录　门限自回归模型105

第八章　近代时间序列预测方法（二）——自适应过滤法108

一、自适应过滤法及其原理108

二、自适应过滤法的评价114

三、自适应过滤法计算机程序及应用实例116

第九章　统计预测中的几个综合性问题127

一、时序模型间的内在联系127

二、时间序列的因素分解129

1．季节比率预测法131

三、时序模型的季节预测131

2．垂直预测法132

3．温特斯法134

四、时序模型的点值预测和区间预测141

五、时序模型之间的组合运用144

六、时序模型与因果模型的组合运用146

七、时序模型与主观概率法的组合运用148

八、预测值的合并151

九、预测的精确度问题156

第十章　统计决策概述158

一、决策问题158

1．确定型决策问题159

二、决策问题的类型159

2．统计型决策问题160

3．非确定型决策问题160

三、统计决策的作用与步骤161

第十一章　常用统计决策方法164

一、决策表法164

1．在期望值标准下的应用164

2．在最大可能性标准下的应用166

3．在合理性标准下的应用167

4．决策表的矩阵运算169

5．计算机程序172

二、边际分析法172

三、决策树法176

1．决策树的结构177

2．决策树的单阶段决策177

3．决策树的多阶段决策179

四、贝叶斯决策法180

五、马尔可夫决策法185

1．马尔可夫过程简介185

2．马尔可夫链与转移概率矩阵187

3．马尔可夫链的应用188

4．计算机程序191

六、蒙特卡罗模拟决策法193

1．方法简介193

2．应用举例194

3．计算机程序196

第十二章　统计决策中的几个综合性问题198

一、敏感性分析198

二、情报的价值200

三、效用理论和决策204

四、决策与决策者208

BASIC语言简介210

附表一　相关系数检验临界值表215

附表二　F检验临界值表217

附表三　t检验临界值表221

附表四　DW检验临界值表223

附表五　随机数表226

参考资料228