统计预测与决策2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

统计预测与决策PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

上篇 统计预测3

第1章 统计预测概述3

1.1统计预测的概念3

1.2统计预测方法的分类4

1.3统计预测的原则和步骤5

1.3.1统计预测的原则5

1.3.2统计预测的步骤6

1.4统计预测的发展现状7

1.4.1不确定性预测方法8

1.4.2组合预测方法9

1.5统计预测与决策的关系10

习题111

第2章 定性统计预测方法12

2.1定性预测概述12

2.2德尔菲法13

2.2.1德尔菲法的实施过程13

2.2.2德尔菲法特点14

2.2.3专家意见的统计处理15

2.2.4德尔菲法在中国生物制药行业技术预测分析中的应用16

2.3主观概率法17

2.3.1主观概率法17

2.3.2主观概率预测方法的案例18

习题219

第3章 统计回归预测方法21

3.1一元线性回归预测方法21

3.1.1回归模型的建立21

3.1.2一元线性回归模型参数的估计22

3.1.3一元线性回归模型的检验22

3.1.4一元线性回归模型的预测24

3.2多元线性回归预测方法25

3.2.1多元线性回归模型26

3.2.2参数估计27

3.2.3统计检验27

3.2.4多元线性回归模型进行预测29

3.3非线性回归预测方法31

3.4主成分回归预测方法32

3.4.1主成分分析32

3.4.2主成分回归预测36

习题338

第4章 时间序列分解法和趋势外推法40

4.1时间序列以及时间序列分解40

4.1.1时间序列的含义40

4.1.2时间序列确定性因素分解41

4.2趋势外推法概述42

4.2.1趋势外推概念42

4.2.2趋势外推法分类43

4.2.3趋势外推模型的选择44

4.3多项式曲线趋势外推法46

4.3.1二次多项式曲线预测46

4.3.2三次多项式曲线预测48

4.4指数曲线趋势外推法50

4.4.1指数曲线预测50

4.4.2修正的指数曲线预测52

4.5生长曲线趋势外推法53

4.5.1 Gompertz曲线模型53

4.5.2 Logistic曲线模型55

4.6曲线拟合优度分析57

习题459

第5章 马尔可夫预测方法60

5.1马尔可夫链基本理论60

5.2马尔可夫预测方法64

5.3市场占有率预测65

5.4股票价格走势预测67

习题570

第6章 平稳时间序列预测方法72

6.1平稳时间序列72

6.1.1平稳时间序列概念72

6.1.2平稳性检验73

6.2平稳时间序列模型及识别78

6.2.1 AR（p）模型78

6.2.2 MA（q）模型79

6.2.3 ARMA（p，q）模型81

6.2.4 ARMA（p，q）模型定阶82

6.3平稳时间序列模型的参数估计86

6.3.1矩估计86

6.3.2 最小二乘估计88

6.4平稳时间序列模型的预测88

6.4.1 AR（p）序列预测89

6.4.2 MA（q）序列预测90

6.4.3 ARMA（p，q）序列预测91

习题692

第7章 模糊时间序列预测方法94

7.1模糊时间序列94

7.1.1模糊数学基本概念与理论94

7.1.2模糊时间序列模型95

7.2一阶模糊时间序列预测方法96

7.3高阶模糊时间序列预测方法101

7.3.1高阶模糊时间序列分析简介101

7.3.2高阶模糊时间序列分析模型建立102

7.4多因素模糊时间序列预测方法104

7.4.1多因素高阶模糊时间序列分析104

7.4.2多因素高阶模糊时间序列模型建立107

习题7110

第8章 灰色系统预测方法112

8.1灰色预测GM（1，1）模型112

8.1.1灰色系统基本概念112

8.1.2 GM（1，1）预测模型的基本原理112

8.2 GM（1，1）模型检验115

8.2.1 GM（1，1）模型残差检验115

8.2.2 GM（1，1）模型后验差检验115

8.2.3 GM（1，1）模型关联度检验116

8.3 GM（1，1）残差模型116

8.4 GM（n，h）模型118

8.4.1 GM（1，h）模型118

8.4.2 GM（n，h）模型121

习题8123

第9章 神经网络预测方法124

9.1 BP神经网络预测模型124

9.1.1人工神经元数学模型124

9.1.2 BP神经网络的结构125

9.1.3传递函数（激活函数）126

9.1.4 BP神经网络学习算法及流程127

9.2 BP神经网络的MATLAB工具箱函数128

9.2.1数据的预处理和后处理128

9.2.2创建网络129

9.2.3设定参数129

9.2.4训练网络130

9.2.5 BP神经网络的仿真130

9.2.6模拟输出130

9.3神经网络预测案例130

习题9134

第10章 组合预测方法135

10.1组合预测的概念及分类135

10.2非最优正权组合预测模型权系数的确定方法137

10.2.1几种常规的非最优正权组合预测模型权系数的确定方法137

10.2.2非最优组合预测系数确定方法的应用举例139

10.3以预测误差平方和达到最小的线性组合预测模型140

10.3.1最优线性组合预测模型的建立140

10.3.2最优线性组合预测模型的解的讨论142

10.4基于相关系数的最优组合预测模型144

10.4.1基于相关系数的最优组合预测模型144

10.4.2实例分析146

10.5基于IOWA算子的组合预测方法148

10.5.1 OWA算子和IOWA算子的概念及性质148

10.5.2基于IOWA算子的组合预测模型150

10.5.3实例分析152

习题10155

下篇 统计决策159

第11章 统计决策概述159

11.1决策问题的基本概念159

11.1.1决策的基本概念159

11.1.2 统计决策的三个基本概念159

11.2决策的种类160

11.3决策的过程与决策分析的要素和原则161

11.3.1决策的过程161

11.3.2决策分析162

11.3.3决策的原则162

习题11163

第12章 不确定型决策方法164

12.1乐观准则决策方法164

12.2悲观准则决策方法165

12.3乐观系数决策方法165

12.4等可能性准则决策方法166

12.5后悔值准则决策方法166

12.6信息集成法在决策中的应用167

12.6.1多属性决策方法167

12.6.2 基于OWA算子的多属性决策方法169

12.7几种决策方法的比较分析170

习题12172

第13章 风险型决策方法175

13.1风险型决策的基本问题175

13.2风险型决策的期望值准则176

13.3决策树分析法178

13.4风险决策的灵敏度分析180

13.4.1敏感性分析的概念和步骤180

13.4.2两状态两行动方案的敏感性分析180

13.4.3三状态三行动方案的敏感性分析181

13.5效用理论及风险评价183

13.5.1效用的含义183

13.5.2效用曲线184

13.5.3效用曲线的类型185

13.5.4效用曲线的应用186

13.6连续型变量的风险型决策方法188

13.6.1边际分析法188

13.6.2标准正态分布决策法191

13.7主观概率决策法193

13.7.1主观概率的基本概念193

13.7.2主观概率的估计方法194

13.7.3主观概率决策196

13.8 贝叶斯决策法197

13.8.1贝叶斯决策的概念和步骤197

13.8.2后验预分析198

13.8.3贝叶斯决策202

习题13204

第14章 多目标决策方法208

14.1多目标决策概述208

14.1.1多目标决策过程208

14.1.2多目标决策问题的要素210

14.2层次分析法214

14.2.1层次分析法的基本原理214

14.2.2层次分析法的基本步骤220

14.3字典式法222

14.4 TOPSIS法223

14.5 ELECTRE法227

14.5.1级别高于关系的性质228

14.5.2级别高于关系的构造229

14.5.3级别高于关系的应用230

14.5.4算法步骤231

14.6 LINMAP法234

14.7优劣系数法239

习题14244

第15章 序贯决策方法247

15.1单目标确定性序贯决策247

15.2单目标随机性序贯决策251

15.3马尔可夫决策255

15.3.1状态转移概率矩阵及其决策特点255

15.3.2 马尔可夫决策的应用步骤256

15.4多目标序贯决策259

15.4.1多目标序贯决策的理论模型259

15.4.2多目标序贯决策的分层解法260

习题15263

参考文献265