經(jīng)濟預(yù)測與決策技術(shù)

前言
上編 經(jīng)濟預(yù)測的基本技術(shù)
第一章 經(jīng)濟預(yù)測的基本原理 
  1.1 經(jīng)濟預(yù)測的基本概念 
  1.2 開展經(jīng)濟預(yù)測的必要性和迫切性 
  1.3 經(jīng)濟預(yù)測的可能性 
  1.4 經(jīng)濟預(yù)測的種類 
  1.5 經(jīng)濟預(yù)測的發(fā)展概況 
  1.6 怎樣進行經(jīng)濟預(yù)測 
第二章 經(jīng)濟預(yù)測的基本要素 
  2.1 信息(資料)要素 
  2.2 方法(技術(shù))要素 
  2.3 分析(或解釋)要素 
  2.4 判斷要素 
第三章 市場調(diào)查預(yù)測 
  3.1 市場調(diào)查的內(nèi)容 
  3.2 市場調(diào)查的程序 
  3.3 市場調(diào)查的方法 
  3.4 抽樣調(diào)查 
  3.5 抽樣調(diào)查的誤差分析及樣本大小的確定 
  3.6 市場調(diào)查的數(shù)據(jù)處理技術(shù) 
  3.7 簡明的市場調(diào)查預(yù)測方法 
第四章 專家判斷預(yù)測 
  4.1 頭腦風暴法 
  4.2 特爾斐法 
  4.3 趨勢判斷預(yù)測法 
  4.4 PERT預(yù)測法 
  4.5 銷售人員判斷預(yù)測綜合法 
  4.6 經(jīng)驗分析法 
第五章 一元線性回歸預(yù)測 
  5.1 一元線性回歸預(yù)測模型 
  5.2 回歸系數(shù)的簡便求估方法 
  5.3 回歸系數(shù)的精確求估方法 
  5.4 回歸方程的顯著性檢驗 
  5.5 回歸方程的應(yīng)用 
第六章 多元線性回歸預(yù)測 
  6.1 二元回歸問題 
  6.2 多元回歸的建模方法 
  6.3 多元回歸模型的顯著性檢驗 
  6.4 可線性化的非線性回歸預(yù)測技術(shù) 
  6.5 回歸方程在經(jīng)濟預(yù)測和分析中的應(yīng)用 
第七章 序列相關(guān)和異方差的處理 
  7.1 序列相關(guān)形成的原因 
  7.2 序列自相關(guān)的檢驗方法 
  7.3 消除序列相關(guān)的方法 
  7.4 異方差性及其檢驗方法 
  7.5 消除異方差的基本方法 
  7.6 多重共線性 
第八章 帶虛變量的回歸預(yù)測 
  8.1 基本概念 
  8.2 基本方法 
  8.3 應(yīng)用實例 
  8.4 基本原理 
第九章 時間序列趨勢外推預(yù)測 
  9.1 樣本序列具水平趨勢的外推預(yù)測法 
  9.2 樣本序列有非水平趨勢的外推預(yù)測法 
  9.3 序列有線性趨勢的外推預(yù)測法 
  9.4 序列有線性趨勢和季節(jié)波動的外推預(yù)測法 
  9.5 不同的滑動平均方法及其在趨勢外推預(yù)測中的應(yīng)用 
  9.6 溫特線性和季節(jié)性指數(shù)平滑預(yù)測法 
第十章 增長型曲線外推預(yù)測 
  10.1 增長型曲線的基本類型和特征 
  10.2 增長型曲線模型的識別方法 
  10.3 增長型曲線模型的參數(shù)估計 
  10.4 預(yù)測實例 
第十一章 市場狀態(tài)轉(zhuǎn)移概率預(yù)測 
  11.1 馬爾科夫鏈的基本原理 
  11.2 狀態(tài)轉(zhuǎn)移概率的估算 
  11.3 帶利潤的馬氏鏈 
  11.4 市場占有率預(yù)測 
  11.5 期望利潤預(yù)測 
第十二章 景氣預(yù)測與預(yù)警系統(tǒng) 
  12.1 景氣循環(huán)的基本概念 
  12.2 景氣循環(huán)形成的原因 
  12.3 景氣指標體系 
  12.4 擴散指數(shù)DI的編制與應(yīng)用 
  12.5 綜合指數(shù)CI的編制 
  12.6 預(yù)警系統(tǒng) 
中編 經(jīng)濟預(yù)測的高級技術(shù)
第十三章 隨機時間序列的線性模型 
  13.1 平穩(wěn)隨機序列的基本概念 
  13.2 隨機序列線性模型的基本形成 
  13.3 隨機序列線性模型的平穩(wěn)與可逆性條件 
  13.4 ARMA模型的傳遞形式與逆轉(zhuǎn)形式 
  13.5 非平穩(wěn)模型——隨機游動模型 
  13.6 非平穩(wěn)序列的平穩(wěn)化方法 
  13.7 季節(jié)模型 
第十四章 隨機時間序列線性模型的識別 
  14.1 ARMA模型的自相關(guān)函數(shù) 
  14.2 ARMA模型的偏自相關(guān)函數(shù) 
  14.3 ARMA(p,q)模型的識別 
第十五章 隨機時間序列線性模型的參數(shù)估計與診斷檢驗 
  15.1 ARMA模型的參數(shù)估計 
  15.2 模型的診斷檢驗 
第十六章 隨機時間序列線性模型的預(yù)測理論及其應(yīng)用 
  16.1 最優(yōu)預(yù)測的準則 
  16.2 最優(yōu)預(yù)測值的計算 
  16.3 預(yù)測誤差及置信預(yù)測區(qū)間的計算 
  16.4 建模計算框圖與預(yù)測應(yīng)用舉例 
第十七章 傳遞函數(shù)模型 
  17.1 傳遞函數(shù)的基本概念 
  17.2 我國農(nóng)業(yè)、輕工業(yè)發(fā)展的傳遞函數(shù)分析 
第十八章 傳遞函數(shù)模型的識別 
  18.1 互協(xié)方差與互相關(guān)函數(shù)的基本概念 
  18.2 系統(tǒng)參數(shù)(r,s,b)的識別規(guī)則 
  18.3 傳遞函數(shù)模型識別的基本步驟 
  18.4 傳遞函數(shù)模型識別計算框圖 
第十九章 參數(shù)估計、診斷檢驗和預(yù)測 
  19.1 傳遞函數(shù)模型的參數(shù)估計 
  19.2 傳遞函數(shù)模型的診斷檢驗 
  19.3 運用傳遞函數(shù)模型進行預(yù)測 
  19.4 預(yù)測實例 
第二十章 政策干預(yù)或突發(fā)事件影響下的經(jīng)濟預(yù)測系統(tǒng) 
  20.1 干預(yù)分析模型及其基本形式 
  20.2 單變量干預(yù)分析模型的識別與估計 
  20.3 傳遞函數(shù)干預(yù)分析模型的識別與估計 
  20.4 中國農(nóng)業(yè)經(jīng)濟體制改革成效的干預(yù)分析 
  20.5 中國城市經(jīng)濟體制改革對輕工業(yè)生產(chǎn)的干預(yù)影響 
  20.6 FORSYS預(yù)測系統(tǒng)簡介 
第二十一章 關(guān)于預(yù)測精確性研究與預(yù)測評價 
  21.1 預(yù)測精確性的度量和影響預(yù)測精確性的因素 
  21.2 校正預(yù)測值的一些方法 
  21.3 預(yù)測方法評價 
下編 經(jīng)濟決策技術(shù)
第二十二章 決策學概論 
  22.1 決策的概念和意義 
  22.2 科學的決策程序 
  22.3 決策的基本類型 
  22.4 決策學的發(fā)展歷程 
  22.5 追蹤決策的一個范例 
第二十三章 確定型決定 
  23.1 線性盈虧分析決策法 
  23.2 非線性盈虧決策法 
  23.3 線性規(guī)劃決策法 
  23.4 價值效益評價決策法 
第二十四章 非確定型決策 
  24.1 不確定型決策 
  24.2 風險型決策 
  24.3 馬爾科夫決策 
  24.4 決策方案的敏感性分析 
第二十五章 效用理論及其在決策中的應(yīng)用 
  25.1 效用的概念 
  25.2 效用測定及效用曲線的制作 
  25.3 效用曲線的分類及效用決策準則 
第二十六章 對策論及其應(yīng)用 
  26.1 對策論的基本概念 
  26.2 矩陣對策 
  26.3 對策論的應(yīng)用 
第二十七章 隨機需求下的投資項目決策 
  27.1 項目選擇準則 
  27.2 盈利可能性計算 
  27.3 期望利潤計算 
  27.4 期望成本計算 
  27.5 實現(xiàn)最低成本的可能性計算 
  27.6 設(shè)備利用率計算 
  27.7 優(yōu)化分析 
第二十八章 主觀概率及其在經(jīng)濟預(yù)測與決策中的應(yīng)用 
  28.1 主觀概率的基本概念 
  28.2 在決策中應(yīng)用主觀概率 
  28.3 主觀概率的求估方法 
  28.4 主觀概率估計的修正 
附錄 統(tǒng)計表 
參考文獻