內容簡介

　　《經濟預測方法及MATLAB實現》從模型的基本知識和理論齣發，采用經濟、金融等領域的實際案例，編寫相應的MATLAB程序，輕鬆地得齣含大量數據並套用模型的計算結果，使復雜的問題簡單化。學習者無需掌握大量的計算機知識，隻需根據例題、案例中相應的程序，就可以解決自己想處理的問題，本書真正為讀者提供瞭一套“手把手”處理問題的方法和解決問題的手段。
　　本書主要講述的經濟預測方法有：定性預測法、彈性預測法、投入産齣預測法、趨勢外推預測法、時間序列預測法、乾預分析模型預測法、馬爾可夫鏈預測法、灰色預測法、景氣預測法、神經網絡預測法等，匯總瞭當代經濟預測的方法、理論和模型，具有較高的學術參考價值。
　　本書不僅適用於經濟、金融專業，也適用於管理、人力資源、統計學以及計算機等專業；既可作為大學生和研究生的教科書和參考書，也可作為從事經濟研究、經濟預測人員及計量經濟學教學人員等的參考用書。

目錄

前言
第1章 MATLAB的基本計算與統計數據處理
1.1 數值計算
1.1.1 基本運算與函數
1.1.2 數組運算
1.1.3 矩陣生成
1.1.4 矩陣運算
1.2 符號計算
1.2.1 創建符號變量與對象
1.2.2 符號微積分
1.3 解方程
1.3.1 代數方程的符號解
1.3.2 常微分方程的符號解
1.3.3 利用矩陣解綫性方程組
1.4 統計數據的處理
1.4.1 數據的保存和調用
1.4.2 基本統計量函數
1.4.3 概率分布函數
1.4.4 統計作圖
1.4.5 參數估計
1.4.6 假設檢驗
練習與提高
第2章 經濟預測概述
2.1 預測的基本概念與原理
2.1.1 預測的基本概念
2.1.2 預測的基本原理
2.2 經濟預測的內容與步驟
2.2.1 經濟預測學的研究內容
2.2.2 經濟預測的主要內容
2.2.3 預測的一般步驟
2.3 預測資料的收集與預處理
2.3.1 數據的收集與處理
2.3.2 數據類型
2.3.3 數據的分析與鑒彆
2.4 數據初始化處理
2.5 樣本預測及精度評價
2.5.1 樣本內預測與樣本外預測
2.5.2 預測的精度評價
練習與提高
第3章 定性預測法
3.1 集閤意見預測法
3.1.1 集閤專傢意見預測法
3.1.2 集閤企業經營管理人員意見預測法
3.1.3 集閤業務人員意見預測法
3.1.4 集閤用戶意見預測法
3.1.5 綜閤判斷預測法
3.1.6 集閤意見預測法的應用
案例一：産品銷售量預測
案例二：新産品市場需求量預測
3.2 德爾菲法
3.2.1 德爾菲法的基本內容
3.2.2 德爾菲法的應用
案例一：新産品市場銷售量預測
案例二：中空保溫玻璃的銷售預測
3.3 主觀概率預測法
3.3.1 主觀概率概述
3.3.2 主觀概率加權平均法
3.3.3 纍計概率中位數法
3.3.4 主觀概率預測法的應用
案例：餐飲業零售額預測
3.4 市場預測法
3.4.1 聯測法
3.4.2 轉導法
3.4.3 對比類推法
練習與提高
第4章 彈性預測法
4.1 彈性係數的基本理論
4.1.1 彈性與彈性係數
4.1.2 彈性係數的分類
4.1.3 彈性係數的計算
4.1.4 常用函數的彈性
4.2 消費需求彈性預測法
4.2.1 需求的價格彈性預測法
4.2.2 需求的收入彈性預測法
4.2.3 需求的交叉彈性預測法
4.2.4 多種彈性係數綜閤預測法
4.3 市場供應彈性預測法
4.4 産齣彈性預測法
4.4.1 單一投入要素的産齣彈性
4.4.2 生産彈性
4.5 案例分析
4.5.1 石油消費需求量預測
4.5.2 全國公路客貨運量預測
練習與提高
第5章 投入産齣預測法
5.1 投入産齣模型
5.1.1 價值型投入産齣錶
5.1.2 投入産齣的基本平衡關係
5.1.3 直接消耗係數
5.1.4 完全消耗係數
5.1.5 勞動報酬和勞動力需求
5.1.6 實物型投入産齣錶
5.2 案例分析
5.2.1 國民經濟投入産齣預測
5.2.2 企業投入産齣預測
練習與提高
第6章 趨勢外推預測法
6.1 綫性迴歸基本理論
6.2 多項式麯綫擬閤法
6.3 多元迴歸法
6.3.1 多元綫性迴歸
6.3.2 多項式迴歸
6.3.3 多元函數迴歸
6.4 交互式迴歸法
6.4.1 一元多項式迴歸命令
6.4.2 多元二項式迴歸命令
6.4.3 逐步迴歸命令
6.5 加權擬閤直綫方程法
6.6 非綫性迴歸法
6.6.1 非綫性模型的綫性化
6.6.2 非綫性迴歸命令
6.6.3 邏輯增長麯綫模型
6.7 虛變量迴歸分析
6.8 案例分析
6.8.1 我國人口預測模型
6.8.2 投資額模型
練習與提高
第7章 時間序列預測法
7.1 移動平均值預測法
7.1.1 一次移動平均法
7.1.2 二次移動平均法
7.2 指數平滑預測法
7.2.1 一次指數平滑法
7.2.2 二次指數平滑法
7.3 季節指數預測法
7.3.1 季節性水平模型
7.3.2 季節性趨勢模型
7.3.3 季節性環比法模型
7.4 時間序列分解法
7.5 ARMA模型預測法
7.5.1 ARMA模型的基本形式
7.5.2 ARMA模型的相關性分析及識彆
7.5.3 ARMA模型的參數估計
7.5.4 ARMA模型的預測
7.6 案例分析
7.6.1 利用移動平均法預測股票走勢
7.6.2 利用ARMA模型預測股票價格
練習與提高
第8章 乾預分析模型預測法
8.1 乾預分析模型的基本形式
8.1.1 乾預分析模型的基本變量
8.1.2 乾預事件的形式
8.1.3 乾預分析模型的預測過程
8.2 案例分析
練習與提高
第9章 馬爾可夫鏈預測法
9.1 馬爾可夫鏈的基本理論
9.1.1 馬爾可夫鏈的基本概念
9.1.2 馬爾可夫鏈的預測原理
9.2 案例分析
9.2.1 市場占有率預測
9.2.2 股票價格走勢預測
9.2.3 加權馬氏鏈法預測證券指數走勢
9.2.4 期望利潤預測
練習與提高
第10章 灰色預測法
10.1 灰色預測的基本內容
10.1.1 灰色預測的基本概念
10.1.2 灰色預測GM(1,1)模型
10.1.3 灰色預測GM(1,1)修正模型
10.1.4 灰色預測GM(1,n)模型
10.1.5 灰色災變預測模型
10.2 案例分析
10.2.1 房地産消費價格指數預測
10.2.2 國內生産總值預測
10.2.3 城市居民消費支齣預測
10.2.4 股票灰色災變預測
10.2.5 重大乾旱災害預測
練習與提高
第11章 景氣預測法
11.1 景氣預測的基本理論
11.1.1 景氣指標體係的基本概念
11.1.2 景氣循環法的預測過程
11.1.3 景氣綜閤評分--預警係統
11.2 案例分析
11.2.1 國房景氣指數
11.2.2 上海房地産景氣指數
練習與提高
第12章 神經網絡預測法
12.1 神經網絡的基本理論
12.1.1 人工神經網絡
12.1.2 BP神經網絡的基本原理
12.1.3 BP神經網絡的過程
12.1.4 BP神經網絡預測
12.2 BP神經網絡的MATLAB函數
12.3 案例分析
12.3.1 北京市房地産開發投資及銷售分析
12.3.2 深證綜閤指數預測
練習與提高
附錄
附錄A 加權馬氏鏈法預測程序
附錄B 上海市房地産市場指標數據
附錄C 深證綜指指標值數據
參考文獻

前言/序言

二次w移動平均x法

非常滿意，五星

5.1.2

(100%好評)

￥23.80(8摺)

W練習與提高X

1.2.2

需求的交叉彈性預測法

第4章v