第1章 预测概述 1
1.1 预测的基本概念 1
1.1.1 预测科学的产生 1
1.1.2 预测的定义 2
1.1.3 预测的可能性 2
1.1.4 预测的不准确性 3
1.1.5 预测的基本功能 5
1.2 预测的基本原理与步骤 5
1.2.1 预测的基本原理 5
1.2.2 预测的一般步骤 8
1.3 预测资料的收集与预处理 10
1.3.1 确定数据收集的目的 10
1.3.2 设计数据收集方案 10
1.3.3 数据的收集与整理 11
1.3.4 对数据进行分析与预处理 15
1.4 预测方法的分类 20
1.4.1 预测方法的分类体系与常用方法 20
1.4.2 预测方法的选择 22
1.5 预测误差与预测精确性的衡量 24
1.5.1 预测误差 24
1.5.2 预测精确性的衡量指标 24
1.6 预测结果的分析与评价 26
1.6.1 预测模型的评价 26
1.6.2 预测结果的分析与反思 27
本章小结 28
思考与练习 29
第2章 非模型预测方法 30
2.1 专家预测法 31
2.1.1 个人判断法 31
2.1.2 专家会议法 31
2.1.3 专家意见汇总预测法 32
2.1.4 头脑风暴法 35
2.1.5 德尔菲法 38
2.2 指标预测法与类比法 44
2.2.1 指标预测法 44
2.2.2 类比法 47
2.3 概率预测法 49
2.3.1 主观概率法 49
2.3.2 交叉影响分析法 51
本章小结 54
思考与练习 55
第3章 确定型时间序列预测方法 57
3.1 时间序列与时间序列分析概述 59
3.1.1 时间序列的含义 59
3.1.2 时间序列分析 60
3.1.3 时间序列分析方法的分类 61
3.1.4 确定型时间序列预测方法概述 61
3.2 移动平均法 63
3.2.1 一次移动平均法 64
3.2.2 二次移动平均法 66
3.3 指数平滑法 70
3.3.1 一次指数平滑法 70
3.3.2 二次指数平滑法 74
3.3.3 讨论 77
3.4 季节指数法 78
3.5 时间序列分解法 81
3.5.1 各因素的确定 82
3.5.2 根据分解法进行预测 88
3.5.3 对分解法的进一步说明 88
3.6 基于SPSS软件的确定型时间序列分析与预测 89
本章小结 102
思考与练习 102
第4章 随机型时间序列预测方法 104
4.1 随机型时间序列模型 105
4.1.1 随机时间序列 105
4.1.2 自回归（AR）模型 105
4.1.3 移动平均（MA）模型 106
4.1.4 自回归移动平均（ARMA）模型 107
4.1.5 求和自回归移动平均（ARIMA）模型 108
4.1.6 季节性模型 108
4.2 ARMA模型的相关分析 109
4.2.1 AR（p）序列的自相关函数 109
4.2.2 MA（q）序列的自相关函数 110
4.2.3 ARMA（p，q）序列的自相关函数 111
4.2.4 偏相关函数 112
4.3 模型的识别 114
4.3.1 样本自相关函数与样本偏相关函数 115
4.3.2 模型识别 115
4.4 ARMA模型的参数估计 119
4.4.1 矩估计方法 119
4.4.2 最小二乘估计 121
4.4.3 方法的比较 123
4.5 模型的检验与预报 123
4.5.1 模型的检验 123
4.5.2 模型的改进 124
4.5.3 模型的预报 125
4.6 案例4-1分析 127
本章小结 135
思考与练习 135
第5章 马尔可夫预测方法 138
5.1 马尔可夫分析的基本原理 138
5.1.1 马尔可夫链 138
5.1.2 状态转移矩阵 139
5.1.3 稳态概率矩阵 143
5.2 马尔可夫预测的应用 145
5.2.1 市场占有率的预测 145
5.2.2 期望报酬预测 147
本章小结 154
思考与练习 155
第6章 灰色预测方法 157
6.1 灰色预测的概念 157
6.1.1 灰色系统及灰色预测 157
6.1.2 序列生成算子 159
6.2 灰色系统建模 160
6.2.1 GM（1，1）模型 161
6.2.2 GM（1，1）模型检验 163
6.2.3 GM（1，1）残差模型 165
6.3 数列预测 167
6.4 区间预测 168
6.5 灾变预测 171
本章小结 175
思考与练习 175
第7章 决策概述 176
7.1 决策的概念 176
7.2 决策过程与决策分析 178
7.2.1 决策过程 178
7.2.2 决策分析 179
7.3 决策的基本类型 181
7.4 决策分析的特点、历史及新进展 184
7.4.1 决策分析的特点 184
7.4.2 决策分析的发展历史 184
7.4.3 决策分析的新进展 188
本章小结 189
思考与练习 190
第8章 期望效用理论 191
8.1 期望收益值 191
8.1.1 期望收益值准则 191
8.1.2 期望收益值作为决策准则存在的一些问题 191
8.2 行为假设与偏好关系 194
8.3 效用函数及其确定 198
8.3.1 效用函数的定义 198
8.3.2 效用函数的确定 199
8.3.3 L-A模拟法 200
8.4 主观期望效用值理论 204
8.4.1 主观概率与客观概率 204
8.4.2 主观概率的判断 205
本章小结 207
思考与练习 207
第9章 单目标决策分析 209
9.1 风险型决策 210
9.1.1 风险型决策问题分析的基本思路 210
9.1.2 风险型决策问题的数学模型 211
9.1.3 风险型决策问题的分析方法 212
9.1.4 多级决策问题的分析方法 216
9.2 非确定型决策 220
9.2.1 悲观准则 221
9.2.2 乐观准则 222
9.2.3 赫威兹准则 222
9.2.4 后悔值准则 224
9.2.5 等概率准则 224
9.2.6 五种决策准则的比较 226
9.3 概率排序型决策 228
9.3.1 期望后果值的极值 228
9.3.2 利用期望值极值进行决策 231
9.3.3 优势条件 232
本章小结 234
思考与练习 235
第10章 多目标决策分析 238
10.1 基本概念 239
10.2 决策方法 241
10.2.1 化多目标为单目标的方法 241
10.2.2 重排次序法 243
10.2.3 分层序列法 244
10.3 多目标风险决策分析模型 245
10.4 有限个方案多目标决策问题的分析方法 246
10.4.1 基本结构 246
10.4.2 决策矩阵的规范化 247
10.4.3 确定权的方法 248
10.5 层次分析法（AHP） 251
10.5.1 多级递阶结构 251
10.5.2 判断矩阵 252
10.5.3 相对重要度及判断矩阵的最大特征值λmax的计算 253
10.5.4 相容性判断 254
10.5.5 综合重要度的计算 255
10.5.6 案例10-1分析 255
10.6 网络分析法（ANP） 258
10.6.1 网络结构 259
10.6.2 无权重超矩阵与加权超矩阵 260
10.6.3 极限超矩阵 262
10.6.4 ANP应用软件——超级决策（SD）软件 262
本章小结 263
思考与练习 263
第11章 决策方法拓展、选择与评价 265
11.1 决策方法的拓展 265
11.1.1 模糊决策法 265
11.1.2 群决策方法 270
11.1.3 灰色决策方法 274
11.1.4 粗糙集决策方法 278
11.1.5 决策支持系统 284
11.2 决策方法的选择 290
11.2.1 决策方法选择影响因素 290
11.2.2 决策方法的比较评价 291
11.3 决策方案的评价与实施 293
11.3.1 决策方案的评价 293
11.3.2 决策方案的实施 293
本章小结 296
思考与练习 297
第12章 应用案例 299
12.1 陕西省技术合同交易额预测 299
12.1.1 技术合同成交额的时间序列预测法 300
12.1.2 技术合同成交额的指数拟合方法 303
12.1.3 技术合同成交额的灰色预测方法 304
12.1.4 不同预测方法的比较与选择 306
12.2 基于大数据的股价短期预测分析 307
12.2.1 商业分析 307
12.2.2 数据收集 307
12.2.3 数据准备 308
12.2.4 数据建模 308
12.2.5 评估 318
12.3 呼叫中心的人员排班管理 320
12.3.1 数据准备 320
12.3.2 班次设计 323
12.3.3 班次编排 324
12.3.4 人员编排 326
12.3.5 班表发布后的维护和调整 328
思考与练习 329
附录 330
附表A 标准正态分布函数值表 330
附表B t分布表 331
附表C F分布表 332
附表D DW检验临界值表 335
参考文献 337
