作者：洪兴建等
页数：284
出版社：浙江工商大学出版社
出版日期：2023
ISBN：9787517842170
电子书格式：pdf/epub/txt
内容简介
本书重点讲述统计预测的常用方法，特点是方法讲解力求简洁，运用案例剖析预测模型的运用场景，并结合软件说明各种方法的具体操作流程。内容主要包括八章，分别是：第一章统计预测概述；第二章回归预测模型；第三章时间序列的因子分解、平滑和趋势外推预测法；第四章随机性时间序列的预测方法；第五章时间序列的季节模型预测方法；第六章多变量时间序列的预测方法；第七章灰色模型预测方法；第八章大数据预测方法简介。
作者简介
洪兴建，安徽南陵人，现为浙江财经大学数据科学学院教授、院长，博士生导师，入选浙江省“151人才工程”第一层次，社会兼职主要有浙江省统计学会副会长、《统计研究》编委等。主持国家社科基金重大项目、重点项目等重量科研项目6项，在《经济研究》《统计研究》《数量经济技术经济研究》等期刊发表学术论文50余篇。荣获10余项省部级奖励。
目录
第一章 统计预测概述
第一节 统计预测的概念
第二节 统计预测方法概述
第三节 定性预测法概述
第二章 回归分析预测法
第一节 一元线性回归分析预测法
第二节 多元线性回归预测法
第三节 非线性回归预测方法
第四节 带虚拟变量的回归预测法
第五节 异方差的回归预测法
第三章 单变量确定性时间序列的预测方法
第一节 时间序列预测法概述
第二节 时间序列的平滑预测法
第三节 趋势外推预测法
第四节 时间序列的因子分解预测法
第四章 单变量随机型时间序列的预测方法
第一节 随机型时间序列模型的相关概念
第二节 平稳随机序列模型的预测
第三节 非平稳随机型时间序列的预测
第四节 干预分析模型预测法
第五章 含季节变动的时间序列预测方法
第一节 季节变动预测法概述
第二节 季节变动预测的直接平均法
第三节 季节变动预测的趋势剔除法
第四节 季节变动预测的指数平滑法
第五节 随机型时间序列的季节变动预测
第六节 季节变动的预测方法比较
第六章 多变量时间序列的预测方法
第一节 误差自相关的预测方法
第二节 协整及误差修正模型预测法
第三节 向量自回归模型预测法
第四节 混频数据模型的预测方法
第七章 景气预测法与马尔科夫预测法简介
第一节 景气预测法
第二节 马尔科夫预测法
第八章 灰色预测法与人工神经网络预测法简介
第一节 灰色预测法
第二节 人工神经网络预测法
附录 主要统计分布表
附表一 正态双侧临界值表
附表二 标准正态分布函数的数值表
附表三 x2分布临界值表
附表四 t分布临界值表
附表五 F分布临界值表（a=0.05）
附表六 Durbin-Watson检验表(a＝0.05)
参考文献
第一节 统计预测的概念
第二节 统计预测方法概述
第三节 定性预测法概述
第二章 回归分析预测法
第一节 一元线性回归分析预测法
第二节 多元线性回归预测法
第三节 非线性回归预测方法
第四节 带虚拟变量的回归预测法
第五节 异方差的回归预测法
第三章 单变量确定性时间序列的预测方法
第一节 时间序列预测法概述
第二节 时间序列的平滑预测法
第三节 趋势外推预测法
第四节 时间序列的因子分解预测法
第四章 单变量随机型时间序列的预测方法
第一节 随机型时间序列模型的相关概念
第二节 平稳随机序列模型的预测
第三节 非平稳随机型时间序列的预测
第四节 干预分析模型预测法
第五章 含季节变动的时间序列预测方法
第一节 季节变动预测法概述
第二节 季节变动预测的直接平均法
第三节 季节变动预测的趋势剔除法
第四节 季节变动预测的指数平滑法
第五节 随机型时间序列的季节变动预测
第六节 季节变动的预测方法比较
第六章 多变量时间序列的预测方法
第一节 误差自相关的预测方法
第二节 协整及误差修正模型预测法
第三节 向量自回归模型预测法
第四节 混频数据模型的预测方法
第七章 景气预测法与马尔科夫预测法简介
第一节 景气预测法
第二节 马尔科夫预测法
第八章 灰色预测法与人工神经网络预测法简介
第一节 灰色预测法
第二节 人工神经网络预测法
附录 主要统计分布表
附表一 正态双侧临界值表
附表二 标准正态分布函数的数值表
附表三 x2分布临界值表
附表四 t分布临界值表
附表五 F分布临界值表（a=0.05）
附表六 Durbin-Watson检验表(a＝0.05)
参考文献
