第1章經(jīng)濟預測概述
1.1經(jīng)濟預測的含義
1.2經(jīng)濟預測的分類
1.2.1按預測范圍分類
1.2.2按預測時間分類
1.2.3按預測對象分類
1.2.4按預測方法分類
1.3經(jīng)濟預測的基本思路和過程
1.3.1明確預測目的
1.3.2收集相應的資料
1.3.3選擇預測方法
1.3.4實施預測
1.3.5評價預測精度
1.4預測的實現(xiàn)
1.4.1數(shù)學函數(shù)
1.4.2統(tǒng)計函數(shù)
1.4.3菜單功能

第2章定性預測
2.1經(jīng)驗判斷法預測
2.1.1個人判斷預測
2.1.2集體判斷預測
2.2德爾菲法預測
2.2.1德爾菲法的定義與特點
2.2.2德爾菲法的實施
2.2.3德爾菲法的優(yōu)點與不足
2.2.4德爾菲法在臨床方案質(zhì)量評估中的應用
2.3類推預測
2.3.1類推預測方法
2.3.2應用示例

第3章回歸預測
3.1一元線性回歸預測
3.1.1模型形式
3.1.2參數(shù)估計
3.1.3模型檢驗和評價
3.1.4預測精度的測定
3.2多元線性回歸預測
3.2.1基本原理
3.2.2模型檢驗
3.3含虛擬變量的回歸預測
3.3.1虛擬變量的設置
3.3.2虛擬變量對模型的影響
3.3.3虛擬變量的應用
3.4非線性回歸預測
3.4.1模型形式
3.4.2參數(shù)估計與檢驗

第4章傳統(tǒng)時間序列預測
4.1趨勢外推預測
4.1.1模型形式
4.1.2參數(shù)估計
4.1.3模型分析與評價
4.2平滑預測
4.2.1移動平均預測
4.2.2指數(shù)平滑法
4.3季節(jié)模型預測
4.3.1季節(jié)趨勢乘法模型
4.3.2季節(jié)趨勢加法模型

第5章隨機時間序列預測
5.1概述
5.1.1模型引進
5.1.2自相關函數(shù)
5.1.3偏自相關函數(shù)
5.2時間序列特性的分析
5.2.1隨機性的測定
5.2.2時間序列的平穩(wěn)性
5.2.3時間序列季節(jié)性的識別
5.3ARMA模型及其改進
5.3.1ARMA模型
5.3.2ARMA模型的改進
5.4隨機時間序列模型的建立
5.4.1模型的識別
5.4.2模型參數(shù)的估計
5.4.3模型的檢驗
5.5時間序列模型預測
5.5.1預測值的計算
5.5.2預測的置信限

第6章馬爾可夫法
6.1基本概念
6.1.1馬爾可夫鏈
6.1.2狀態(tài)及狀態(tài)轉(zhuǎn)移
6.1.3狀態(tài)轉(zhuǎn)移概率矩陣
6.2馬爾可夫預測法
6.2.1一重鏈狀相關預測
6.2.2模型預測
6.2.3狀態(tài)轉(zhuǎn)移概率矩陣在預測中的作用
6.3馬氏鏈的穩(wěn)定狀態(tài)及其應用
6.3.1馬氏鏈的穩(wěn)態(tài)概率
6.3.2終極占有率預測

第7章其他預測方法
7.1Panel Data 模型預測
7.1.1模型的基本問題
7.1.2模型的基本類型
7.1.3固定效應模型
7.1.4參數(shù)估計
7.1.5模型檢驗
7.2神經(jīng)網(wǎng)絡預測
7.2.1神經(jīng)網(wǎng)絡預測的條件
7.2.2神經(jīng)網(wǎng)絡預測的方式
7.2.3預測應用示例

第8章決策
8.1決策的基本概念
8.1.1決策的含義
8.1.2決策的類型
8.2決策準則
8.2.1不確定型決策準則
8.2.2風險型決策準則
8.3決策樹
8.3.1決策樹的結(jié)構(gòu)
8.3.2單級決策
8.3.3多級決策
8.3.4敏感性分析
8.4貝葉斯決策
8.4.1有關概念
8.4.2貝葉斯決策程序
8.4.3貝葉斯決策的應用示例

參考文獻