《经济数据分析预测学》求取 ⇩

第0章 有关预备知识1

§0．1 矩阵概念与运算1

§0．2 矩阵的特征根4

§0．3 随机序列概念7

§0．4 经济数学模型概念10

§0．5 参数估计方法13

§0．6 最小二乘估计（L．S）14

第一章 现代经济预测的特征16

§1．1 经济预测的发展16

§1．2 经济预测的分类与特征17

§1．3 经济预测的作用19

§1．4 现代经济预测的特征21

§1．5 现代经济预测的步骤24

第二章 经济数据的背景分析27

§2．1 背景分析的概念27

§2．2 背景分析的内容28

§2．3 经济数据的定量分析29

§2．4 经济数据的定性分析34

§2．5 计算分析35

第三章 经济数据的稳健处理38

§3．1 稳健性的概念38

§3．2 异常值的构成特征42

§3．3 异常值的剔除44

§3．4 稳健处理的方法47

§3．5 稳健预测方法过程50

第四章 经济预测的智能化方法53

§4．1 智能化预测的概念53

§4．2 预测模式的识别57

§4．3 预测模型的自适应选择59

§4．4 动态预测分析过程62

第五章 经济数据的回归分析64

§5．1 经济数据的回归关系64

§5．2 回归预测分析的内容与步骤66

§5．3 一元线性回归分析69

§5．4 多元线性回归分析75

§5．5 非线性回归分析81

第六章 经济数据确定型时间序列分析86

§6．1 确定型序列分析的特征与方法86

§6．2 移动平均预测法88

§6．3 指数平滑预测法91

§6．4 各种趋势模型技术95

§6．5 参数三点估计法98

§6．6 应用举例101

第七章 经济数据随机型时序分析103

§7．1 随机型经济序列的概念103

§7．2 时序分析的基本模型及特点104

§7．3 传统时序建模方法与改进109

§7．4 时序模型的识别113

§7．5 时序模型阶次的判定121

§7．6 模型参数估计124

§7．7 预测分析128

第八章 经济数据的周期预测130

§8．1 经济数据的周期特征130

§8．2 常用的季节预测方法132

§8．3 ARIMA模型的应用138

§8．4 潜周期分析法141

§9．1 国民经济数据的构成分析146

第九章 经济预测的混合模型方法146

§9．2 混合模型的概念148

§9．3 混合模型分析150

§9．4 混合模型的预测过程及应用151

§9．5 趋势混合模型预测算法154

第十章 经济数据的马氏预测分析161

§10．1 马尔可夫预测的基本原理161

§10．2 马尔可夫预测的基本方法165

§10．3 股市价格的预测应用170

§10．4 市场占有率的预测应用173

§11．1 投入产出的基本概念176

第十一章 经济数据的投入产出分析176

§11．2 投入产出的基本模型177

§11．3 经济系统的划分与表式设计179

§11．4 信息数据来源的背景分析187

§11．5 信息投入产出模型189

§11．6 信息产业的预测分析192

§11．7 预测模型及应用分析198

第十二章 经济数据的灰色预测分析200

§12．1 灰色预测的概念200

§12．2 单变量灰色模型GM（1．1）201

§12．3 多变量灰色模型GM（1，N）210

§12．4 灰色模型GM（1，1）的改进213

第十三章 经济数据的非线性预测分析216

§13．1 非线性预测概念及模型216

§13．2 TAR模型方法219

§13．3 神经网络的概念及模型225

§13．4 神经网络常用的算法229

§13．5 神经网络预测分析方法238

第十四章 回归参数的有偏改进估计242

§14．1 数据矩阵的多重共线性242

§14．2 有偏改进估计方法246

§14．3 岭回归估计方法及其应用250

参考文献256