- 作 者：（美）迪博尔德著；杜江，李恒等译
- 出 版 社：北京：机械工业出版社
- 出版年份：2012
- ISBN：9787111381303
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
11
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
第一部分 预备知识 2
第1章 预测：应用、方法、文献以及软件 2
1.1 预测的应用 2
1.2 预测方法：全书概要 4
1.3 参考书目、杂志、软件以及网络信息 6
1.4 展望全书 9
练习题 9
补充阅读 11
第2章 用于预测的概率、统计量和回归的简要回顾 13
2.1 本章内容梗概 13
2.2 随机变量、分布和矩 13
2.3 多维随机变量 15
2.4 统计量 16
2.5 回归分析 18
练习题 27
相关注释 30
补充阅读 30
第3章 成功预测需要考虑的六个因素 31
3.1 决策环境和损失函数 32
3.2 预测对象 35
3.3 预测陈述 35
3.4 预测时间跨度 38
3.5 信息集 39
3.6 方法和复杂性，简洁原理和收缩原理 40
3.7 小结 40
练习题 41
相关注释 42
补充阅读 43
第二部分 建立、应用和评价预测模型 46
第4章 预测中的统计图形分析方法 46
4 1 统计图形的作用 46
4.2 简单的作图方法 49
4.3 图形风格的构成要素 53
4.4 应用实例：绘制构成实际GDP的四大组成部分的图形 55
4.5 小结 58
练习题 59
相关注释 62
补充阅读 62
第5章 趋势的建模与预测 63
5.1 趋势建模 63
5.2 趋势模型的估计 69
5.3 趋势预测 70
5.4 利用赤池信息准则和施瓦茨准则选择预测模型 71
5.5 应用：预测零售销售量 75
练习题 82
相关注释 85
补充阅读 85
第6章 季节效应的建模与预测 86
6.1 季节效应的性质与来源 86
6.2 季节效应的建模 88
6.3 预测季节性序列 89
6.4 应用：预测住房开工量 90
练习题 93
相关注释 95
补充阅读 95
第7章 刻画周期 96
7.1 协方差平稳时间序列 97
7.2 白噪声 101
7.3 滞后算子 105
7.4 Wold定理、广义线性过程和有理分布滞后 106
7.5 均值、自相关函数和偏自相关函数的估计和推导 108
7.6 应用：加拿大的就业情况的动态性 111
练习题 113
相关注释 115
补充阅读 116
第8章 周期性建模：MA、AR和ARMA模型 117
8.1 移动平均（MA）模型 117
8.2 自回归（AR）模型 123
8.3 自回归移动平均（ARMA）模型 130
8.4 应用：加拿大就业预测模型的设定与估计 131
练习题 139
相关注释 143
补充阅读 144
第9章 预测周期 146
9.1 最佳预测 146
9.2 移动平均过程的预测 147
9.3 预测的实际操作 150
9.4 预测的链式法则 151
9.5 实例：加拿大就业率的预测 154
练习题 157
相关注释 161
补充阅读 162
第10章 综合分析：带有趋势、季节性和周期性因素的预测模型 163
10.1 综合学过的知识 163
10.2 案例：预测白酒的销售额 164
10.3 诊断和选择预测模型的递归估计过程 176
10.4 白酒销售额的案例（续） 180
练习题 182
相关注释 185
补充阅读 186
第11章 使用回归模型预测 187
11.1 条件预测模型和情景分析 187
11.2 条件预测置信区间参数不确定性的解释 188
11.3 非条件预测模型 190
11.4 分布滞后、多项式分布滞后和有理分布滞后 190
11.5 滞后被解释变量回归、ARMA干扰项回归和传递函数模型 191
11.6 向量自回归 194
11.7 预测性因果关系 196
11.8 脉冲响应函数和方差分解 197
11.9 实例：住房开工量和完工量 200
练习题 212
相关注释 216
补充阅读 217
第12章 预测评价与组合预测 219
12.1 评价单方程预测 219
12.2 评价两个或多个预测结果：比较预测精度 222
12.3 预测包容和预测组合 224
12.4 实例：大西洋东贸易航线的海上运输量 228
练习题 237
相关注释 242
补充阅读 243
第三部分 更进一步的专题 246
第13章 单位根、随机趋势、ARIMA预测模型和平滑处理 246
13.1 随机趋势和预测 246
13.2 单位根：估计和检验 252
13.3 实例：日元兑美元汇率的建模与预测 258
13.4 平滑处理 266
13.5 继续日元兑美元汇率的实例 271
练习题 272
相关注释 277
补充阅读 278
第14章 波动性的度量、建模与预测 280
14.1 基本的ARCH过程 281
14.2 GARCH过程 283
14.3 ARCH模型和GARCH模型的扩展 287
14.4 GARCH模型的估计、预测以及诊断 289
14.5 实例：股票市场的波动性 291
练习题 297
相关注释 300
补充阅读 301
参考文献 302