Python 经济预测与决策

预测是为决策提供信息的重要手段, 是科学决策的基础。 在经济活动中, 预测有助于克服决策的盲目性, 并减少不确定性。 Python 语言是一种解释型的、 面向对象的、 带有动态语义的高级编程语言, 是最受青睐的数据科学、 机器学习工具之一。 本书在讲解预测与决策基础知识的同时, 探讨了如何利用 Python 解决预测和决策领域中的问题, 提供了大量实用性很强的使用 Python 解决经济管理领域问题的实例。
本书共 9 章。 第 1 章介绍了经济预测与决策中涉及的统计知识及有关参数的 Python 求解; 第 2 章介绍了经济预测的含义、 类型、 基本原理及预测数据的处理; 第 3 章介绍了定性预测的含义以及常见的定性预测方法: 头脑风暴法、 德尔菲法、 主观概率法和对比类推法等; 第 4 章介绍了趋势外推预测法的基本原理和 Python 应用实例; 第 5 章介绍了回归分析预测法的基本原理和 Python 应用实例; 第 6 章介绍了常见的确定型时间序列预测法, 以及 Python 应用实例; 第 7 章介绍了随机型时间序列预测模型、 自相关函数和偏相关函数、模型识别、 参数估计与预测, 以及 Python 应用实例等; 第 8 章介绍了马尔科夫预测法的基本原理和 Python 应用实例; 第 9 章介绍了决策的含义、 基本过程, 确定型决策、 非确定型决策和风险型决策, 以及 Python 应用实例。
作者在编写过程中, 参考了本书参考文献所列举的资料, 并得到了知识产权出版社的大力支持, 在此对参考文献中图书的作者及知识产权出版社表示深深的感谢。 本书出版得到北京印刷学院 2023 年工商管理一级学科专项资助 (项目号: 21090123012) 。
由于时间仓促, 书中难免存在一些不足之处, 敬请读者批评指正。

本书是针对高等学校经济管理类专业学生编写的一本有关 Python 在预测与决策中应用的教程, 不仅讲解了预测与决策的基础知识, 而且提供了大量实用性很强的使用 Python 解决经济管理领域问题的实例。 全书共 9 章, 分别为统计基础、 经济预测概述、 定性预测法、 趋势外推预测法、 回归分析预测法、确定型时间序列预测法、 随机型时间序列预测方法、 马尔科夫预测法和决策。 本书内容实用、 结构清晰、 实例丰富、 可操作性强, 可作为高等学校相关课程的教材, 也可作为经济管理类专业的培训和自学教材。

吴仁群，北京印刷学院经济管理学院副教授，教授，博士学位，硕士生导师。现任经济管理学院副院长。北京市中青年骨干教师，雅昌教育奖获得者，北印学者。先后在《计算机工程》《数学的实践与认识》《统计与决策》《财务与会计》《上海会计》《四川会计》《科技与出版》等核心期刊发表论文十多篇。主讲课程为经济学原理、金融学、Java程序设计、数据结构等。主要研究方向为信息系统、管理决策。出版图书有《电子表格化财务、会计与管理》（清华大学出版社）、《Excel财务量化分析》（中国人民大学出版社）、《投资决策：不确定性与竞争》（中国经济出版社）、《经济预测与决策》（中国人民大学出版社）《java基础教程》（清华大学出版社）、《数据结构简明教程》（机械工业出版社）、《数据结构(Visual Basic版)》（人民邮电出版社）、《数据结构(Visual Basic版)》（中国水利水电出版社）。

第 1 章 统计基础 ……………………… 1
1. 1 随机变量 ……………………… 1
1. 2 样本及抽样分布 ……………… 5
1. 3 参数估计 …………………… 10
1. 4 假设检验 …………………… 13
1. 5 Python 常用统计函数 ……… 15
1. 6 习题 ………………………… 21
第 2 章 经济预测概述 ………………… 22
2. 1 经济预测的含义及分类 …… 22
2. 2 经济预测的原理、 要求及过程……………………………… 24
2. 3 预测数据的收集与处理 …… 27
2. 4 经济预测方法 ……………… 29
2. 5 经济预测的误差 …………… 31
2. 6 习题 ………………………… 33
第 3 章 定性预测法 …………………… 34
3. 1 定性预测法概述 …………… 34
3. 2 头脑风暴法 ………………… 35
3. 3 德尔菲法 …………………… 39
3. 4 其他定性预测法 …………… 44
3. 5 习题 ………………………… 50
第 4 章 趋势外推预测法 ……………… 52
4. 1 趋势外推预测法概述 ……… 52
4. 2 线性趋势外推预测法 ……… 53
4. 3 二次曲线趋势外推预测法 … 61
4. 4 生长曲线预测法 …………… 67
4. 5 习题 ………………………… 72
第 5 章 回归分析预测法 ……………… 74
5. 1 回归分析预测法概述 ……… 74
5. 2 一元线性回归预测法 ……… 75
5. 3 多元线性回归预测法 ……… 85
5. 4 非线性回归预测法 ………… 96
5. 5 习题 ………………………… 104
第 6 章 确定型时间序列预测法 …… 105
6. 1 确定型时间序列预测法概述……………………………… 105
6. 2 移动平均法 ………………… 107
6. 3 指数平滑法 ………………… 120
6. 4 季节周期预测法 …………… 130
6. 5 习题 ………………………… 146
第 7 章 随机型时间序列预测法 …… 147
7. 1 随机型时间序列预测法概述……………………………… 147
7. 2 常见的时间序列模型 ……… 149
7. 3 自相关函数、 偏相关函数……………………………… 154
7. 4 模型识别 …………………… 158
7. 5 参数估计 …………………… 160
7. 6 模型的检验与修正 ………… 163
7. 7 预测 ………………………… 165
7. 8 应用举例 …………………… 168
7. 9 习题 ………………………… 180
第 8 章 马尔可夫预测法 …………… 182
8. 1 马尔可夫预测法的基本原理……………………………… 182
8. 2 马尔可夫方法在经济预测
中的应用 …………………… 187
8. 3 习题 ………………………… 196
第 9 章 决 策 ……………………… 198
9. 1 决策概述 …………………… 198
9. 2 确定型决策 ………………… 202
9. 3 不确定型决策 ……………… 207
9. 4 风险型决策 ………………… 210
9. 5 习题 ………………………… 221
参考文献 ……………………………… 223

本书是针对高等学校经济管理类专业学生编写的一本有关 Python 在预测与决策中应用的教程, 不仅讲解了预测与决策的基础知识, 而且提供了大量实用性很强的使用 Python 解决经济管理领域问题的实例。 全书共 9 章, 分别为统计基础、 经济预测概述、 定性预测法、 趋势外推预测法、 回归分析预测法、确定型时间序列预测法、 随机型时间序列预测方法、 马尔科夫预测法和决策。 本书内容实用、 结构清晰、 实例丰富、 可操作性强, 可作为高等学校相关课程的教材, 也可作为经济管理类专业的培训和自学教材。

吴仁群，北京印刷学院经济管理学院副教授，教授，博士学位，硕士生导师。现任经济管理学院副院长。北京市中青年骨干教师，雅昌教育奖获得者，北印学者。先后在《计算机工程》《数学的实践与认识》《统计与决策》《财务与会计》《上海会计》《四川会计》《科技与出版》等核心期刊发表论文十多篇。主讲课程为经济学原理、金融学、Java程序设计、数据结构等。主要研究方向为信息系统、管理决策。出版图书有《电子表格化财务、会计与管理》（清华大学出版社）、《Excel财务量化分析》（中国人民大学出版社）、《投资决策：不确定性与竞争》（中国经济出版社）、《经济预测与决策》（中国人民大学出版社）《java基础教程》（清华大学出版社）、《数据结构简明教程》（机械工业出版社）、《数据结构(Visual Basic版)》（人民邮电出版社）、《数据结构(Visual Basic版)》（中国水利水电出版社）。