本書內(nèi)容主要包括八章, 分別是: 第一章統(tǒng)計(jì)預(yù)測(cè)概述; 第二章回歸預(yù)測(cè)模型; 第三章時(shí)間序列的因子分解、平滑和趨勢(shì)外推預(yù)測(cè)法; 第四章隨機(jī)性時(shí)間序列的預(yù)測(cè)方法; 第五章時(shí)間序列的季節(jié)模型預(yù)測(cè)方法; 第六章多變量時(shí)間序列的預(yù)測(cè)方法; 第七章灰色模型預(yù)測(cè)方法; 第八章大數(shù)據(jù)預(yù)測(cè)方法簡(jiǎn)介。
第一章 統(tǒng)計(jì)預(yù)測(cè)概述
第一節(jié) 統(tǒng)計(jì)預(yù)測(cè)的概念
第二節(jié) 統(tǒng)計(jì)預(yù)測(cè)方法概述
第三節(jié) 定性預(yù)測(cè)法概述
第二章 回歸分析預(yù)測(cè)法
第一節(jié) 一元線性回歸分析預(yù)測(cè)法
第二節(jié) 多元線性回歸預(yù)測(cè)法
第三節(jié) 非線性回歸預(yù)測(cè)方法
第四節(jié) 帶虛擬變量的回歸預(yù)測(cè)法
第五節(jié) 異方差的回歸預(yù)測(cè)法
第三章 單變量確定性時(shí)間序列的預(yù)測(cè)方法
第一節(jié) 時(shí)間序列預(yù)測(cè)法概述
第二節(jié) 時(shí)間序列的平滑預(yù)測(cè)法
第三節(jié) 趨勢(shì)外推預(yù)測(cè)法
第四節(jié) 時(shí)間序列的因子分解預(yù)測(cè)法
第四章 單變量隨機(jī)型時(shí)間序列的預(yù)測(cè)方法
第一節(jié) 隨機(jī)型時(shí)間序列模型的相關(guān)概念
第二節(jié) 平穩(wěn)隨機(jī)序列模型的預(yù)測(cè)
第三節(jié) 非平穩(wěn)隨機(jī)型時(shí)間序列的預(yù)測(cè)
第四節(jié) 干預(yù)分析模型預(yù)測(cè)法
第五章 含季節(jié)變動(dòng)的時(shí)間序列預(yù)測(cè)方法
第一節(jié) 季節(jié)變動(dòng)預(yù)測(cè)法概述
第二節(jié) 季節(jié)變動(dòng)預(yù)測(cè)的直接平均法
第三節(jié) 季節(jié)變動(dòng)預(yù)測(cè)的趨勢(shì)剔除法
第四節(jié) 季節(jié)變動(dòng)預(yù)測(cè)的指數(shù)平滑法
第五節(jié) 隨機(jī)型時(shí)間序列的季節(jié)變動(dòng)預(yù)測(cè)
第六節(jié) 季節(jié)變動(dòng)的預(yù)測(cè)方法比較
第六章 多變量時(shí)間序列的預(yù)測(cè)方法
第一節(jié) 誤差自相關(guān)的預(yù)測(cè)方法
第二節(jié) 協(xié)整及誤差修正模型預(yù)測(cè)法
第三節(jié) 向量自回歸模型預(yù)測(cè)法
第四節(jié) 混頻數(shù)據(jù)模型的預(yù)測(cè)方法
第七章 景氣預(yù)測(cè)法與馬爾科夫預(yù)測(cè)法簡(jiǎn)介
第一節(jié) 景氣預(yù)測(cè)法
第二節(jié) 馬爾科夫預(yù)測(cè)法
第八章 灰色預(yù)測(cè)法與人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法簡(jiǎn)介
第一節(jié) 灰色預(yù)測(cè)法
第二節(jié) 人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法
附錄 主要統(tǒng)計(jì)分布表
附表一 正態(tài)雙側(cè)臨界值表
附表二 標(biāo)準(zhǔn)正態(tài)分布函數(shù)的數(shù)值表
附表三 x2分布臨界值表
附表四 t分布臨界值表
附表五 F分布臨界值表（a=0.05）
附表六 Durbin-Watson檢驗(yàn)表(a＝0.05)
參考文獻(xiàn)
書單推薦
