前言

第1章  MATLAB的基本计算与统计数据处理

  1.1  数值计算

  1.1.1  基本运算与函数

  1.1.2  数组运算

  1.1.3  矩阵生成

  1.1.4  矩阵运算

  1.2  符号计算

  1.2.1  创建符号变量与对象

  1.2.2  符号微积分

  1.3  解方程

  1.3.1  代数方程的符号解

  1.3.2  常微分方程的符号解

  1.3.3  利用矩阵解线性方程组

  1.4  统计数据的处理

  1.4.1  数据的保存和调用

  1.4.2  基本统计量函数

  1.4.3  概率分布函数

  1.4.4  统计作图

  1.4.5  参数估计

  1.4.6  假设检验

  练习与提高

第2章  经济预测概述

  2.1  预测的基本概念与原理

  2.1.1  预测的基本概念

  2.1.2  预测的基本原理

  2.2  经济预测的内容与步骤

  2.2.1  经济预测学的研究内容

  2.2.2  经济预测的主要内容

  2.2.3  预测的一般步骤

  2.3   预测资料的收集与预处理

  2.3.1  数据的收集与处理

  2.3.2  数据类型

  2.3.3  数据的分析与鉴别

  2.4  数据初始化处理

  2.5  样本预测及精度评价

  2.5.1  样本内预测与样本外预测

  2.5.2  预测的精度评价

  练习与提高

第3章  定性预测法

  3.1  集合意见预测法

  3.1.1  集合专家意见预测法

  3.1.2  集合企业经营管理人员意见预测法

  3.1.3  集合业务人员意见预测法

  3.1.4  集合用户意见预测法

  3.1.5  综合判断预测法

  3.1.6  集合意见预测法的应用

  案例一：产品销售量预测

  案例二：新产品市场需求量预测

  3.2  德尔菲法

  3.2.1  德尔菲法的基本内容

  3.2.2  德尔菲法的应用

  案例一：新产品市场销售量预测

  案例二：中空保温玻璃的销售预测

  3.3  主观概率预测法

  3.3.1  主观概率概述

  3.3.2  主观概率加权平均法

  3.3.3  累计概率中位数法

  3.3.4  主观概率预测法的应用

  案例：餐饮业零售额预测

  3.4  市场预测法

  3.4.1  联测法

  3.4.2  转导法

  3.4.3  对比类推法

  练习与提高

第4章  弹性预测法

  4.1  弹性系数的基本理论

  4.1.1  弹性与弹性系数

  4.1.2  弹性系数的分类

  4.1.3  弹性系数的计算

  4.1.4  常用函数的弹性

  4.2  消费需求弹性预测法

  4.2.1  需求的价格弹性预测法

  4.2.2  需求的收入弹性预测法

  4.2.3  需求的交叉弹性预测法

  4.2.4  多种弹性系数综合预测法

  4.3  市场供应弹性预测法

  4.4  产出弹性预测法

  4.4.1  单一投入要素的产出弹性

  4.4.2  生产弹性

  4.5  案例分析

  4.5.1  石油消费需求量预测

  4.5.2  全国公路客货运量预测

  练习与提高

第5章  投入产出预测法

  5.1  投入产出模型

  5.1.1  价值型投入产出表

  5.1.2  投入产出的基本平衡关系

  5.1.3  直接消耗系数

  5.1.4  完全消耗系数

  5.1.5  劳动报酬和劳动力需求

  5.1.6  实物型投入产出表

  5.2  案例分析

  5.2.1  国民经济投入产出预测

  5.2.2  企业投入产出预测

  练习与提高

第6章  趋势外推预测法

  6.1  线性回归基本理论

  6.2  多项式曲线拟合法

  6.3  多元回归法

  6.3.1  多元线性回归

  6.3.2  多项式回归

  6.3.3  多元函数回归

  6.4  交互式回归法

  6.4.1  一元多项式回归命令

  6.4.2  多元二项式回归命令

  6.4.3  逐步回归命令

  6.5  加权拟合直线方程法

  6.6  非线性回归法

  6.6.1  非线性模型的线性化

  6.6.2  非线性回归命令

  6.6.3  逻辑增长曲线模型

  6.7虚变量回归分析

  6.8案例分析

  6.8.1  我国人口预测模型

  6.8.2  投资额模型

  练习与提高

第7章  时间序列预测法

  7.1  移动平均值预测法

  7.1.1  一次移动平均法

  7.1.2  二次移动平均法

  7.2  指数平滑预测法

  7.2.1  一次指数平滑法

  7.2.2  二次指数平滑法

  7.3  季节指数预测法

  7.3.1  季节性水平模型

  7.3.2  季节性趋势模型

  7.3.3  季节性环比法模型

  7.4  时间序列分解法

  7.5  ARMA模型预测法

  7.5.1  ARMA模型的基本形式

  7.5.2  ARMA模型的相关性分析及识别

  7.5.3  ARMA模型的参数估计

  7.5.4  ARMA模型的预测

  7.6  案例分析

  7.6.1  利用移动平均法预测股票走势

  7.6.2  利用ARMA模型预测股票价格

  练习与提高

第8章  干预分析模型预测法

  8.1  干预分析模型的基本形式

  8.1.1  干预分析模型的基本变量

  8.1.2  干预事件的形式

  8.1.3  干预分析模型的预测过程

  8.2  案例分析

  练习与提高

第9章  马尔可夫链预测法

  9.1  马尔可夫链的基本理论

  9.1.1  马尔可夫链的基本概念

  9.1.2  马尔可夫链的预测原理

  9.2  案例分析

  9.2.1  市场占有率预测

  9.2.2  股票价格走势预测

  9.2.3  加权马氏链法预测证券指数走势

  9.2.4  期望利润预测

  练习与提高

第10章  灰色预测法

  10.1  灰色预测的基本内容

  10.1.1  灰色预测的基本概念

  10.1.2  灰色预测GM(1,1)模型

  10.1.3  灰色预测GM(1,1)修正模型

  10.1.4  灰色预测GM(1,n)模型

  10.1.5  灰色灾变预测模型

  10.2  案例分析

  10.2.1  房地产消费价格指数预测

  10.2.2  国内生产总值预测

  10.2.3  城市居民消费支出预测

  10.2.4  股票灰色灾变预测

  10.2.5  重大干旱灾害预测

  练习与提高

第11章  景气预测法

  11.1  景气预测的基本理论

  11.1.1  景气指标体系的基本概念

  11.1.2  景气循环法的预测过程

  11.1.3  景气综合评分——预警系统

  11.2  案例分析

  11.2.1  国房景气指数

  11.2.2  上海房地产景气指数

  练习与提高

第12章  神经网络预测法

  12.1  神经网络的基本理论

  12.1.1  人工神经网络

  12.1.2  BP神经网络的基本原理

  12.1.3  BP神经网络的过程

  12.1.4  BP神经网络预测

  12.2  BP神经网络的MATLAB函数

  12.3  案例分析

  12.3.1  北京市房地产开发投资及销售分析

  12.3.2  深证综合指数预测

  练习与提高

附录

  附录A  加权马氏链法预测程序

  附录B  上海市房地产市场指标数据

  附录C  深证综指指标值数据

参考文献