预测与决策教程

图书标准信息

• 作者 李华 编
• 出版社 机械工业出版社
• 出版时间 2012-07
• 版次 1
• ISBN 9787111381013
• 定价 48.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 349页
• 字数 569千字
• 丛书 教育部高等学校管理科学与工程类学科专业教学指导委员会推荐教材

【内容简介】

　　《预测与决策教程》采取工科学生和管理人员易于接受的叙述方式，较全面地介绍了预测与决策的主要内容与方法。预测部分的内容包括预测概述、非模型预测方法、回归预测方法、确定型时间序列预测方法、随机型时间序列预测方法、马尔可夫预测方法以及预测精确性与预测评价。决策部分的内容包括决策概述、期望效用理论与前景理论、单目标决策分析、多目标决策分析、动态决策分析以及决策方法拓展、选择与评价。为方便学生学习，书中附有大量案例及习题。阅读本书仅需具备高等数学、线性代数与概率统计等基础知识。

　　《预测与决策教程》可作为管理、经济类各专业本科生教材，也可用于研究生教学；同时，还可作为其他相关专业本科生、研究生的教材和教学参考书，也可供具有大学数学基础，从事管理工作的相关人员参考。

【作者简介】

　　李华，西安电子科技大学经济管理学院教授、博士生导师。主要从事决策分析、工业工程、服务系统管理等方面的研究与教学工作，主持或参与完成政府各类科学基金项目以及企业园区管理咨询项目20余项，在中外学术期刊上发表过不少有影响的论文。出版有《预测与决策》、《服务外包系统管理》、《基于信息技术的服务外包》等教材与专著多部，是国家精品课程“预测与决策”的课程负责人。

　　胡奇英，复旦大学管理学院教授、博士生导师。主要从事动态决策与控制、风险管理、收益管理、网上拍卖、供应链管理等方面的研究与教学工作，自1990年至今共承担国家自然科学基金项目8项，被SCI收录论文34篇，出版专著4部、教材5部。其中1部专著在世界著名的Springer出版社出版，获省部级科技进步奖2项、优秀教育成果奖1项。曾获得政府特殊津贴和霍英东教育基金会高校青年教师一等奖。

【目录】

序一
序二
前言
教学建议
第1章预测概述
1.1预测的基本概念
1.1.1预测科学的产生
1.1.2预测的定义
1.1.3预测的可能性
1.1.4预测的不准确性
1.1.5预测的基本功能
1.2预测的基本原理与步骤
1.2.1预测的基本原理
1.2.2预测的一般步骤
1.3预测资料的收集与预处理
1.3.1确定数据收集的目的
1.3.2设计数据收集方案
1.3.3数据的收集与整理
1.3.4对数据进行分析与预处理
1.4预测方法的分类
1.4.1预测方法的分类体系与常用方法
1.4.2预测方法选择的影响因素
本章小结
思考与练习

第2章非模型预测方法
2.1专家预测法概述
2.1.1个人判断法
2.1.2专家会议法
2.1.3专家意见汇总预测法
2.1.4头脑风暴法
2.1.5德尔菲法
2.2指标预测法与类比法
2.2.1指标预测法
2.2.2类比法
2.3概率预测法
2.3.1主观概率法
2.3.2交叉影响分析法
本章小结
思考与练习

第3章回归预测方法
3.1引言
3.1.1相关分析
3.1.2回归分析
3.2一元线性回归预测方法
3.2.1一元线性回归模型
3.2.2一元线性回归模型的显著性检验
3.2.3一元线性回归预测
3.3多元线性回归预测法
3.3.1多元线性回归模型
3.3.2多元线性回归模型的显著性检验
3.3.3多元线性回归预测
3.3.4多元线性回归分析中的多重共线性
3.3.5多元线性回归分析中的序列相关
3.4非线性回归预测
本章小结
思考与练习

第4章确定型时间序列预测方法
4.1时间序列与时间序列分析概述
4.1.1时间序列的含义
4.1.2时间序列分析
4.1.3时间序列分析方法的分类
4.1.4确定型时间序列预测方法概述
4.2移动平均法
4.2.1一次移动平均法
4.2.2二次移动平均法
4.3指数平滑法
4.3.1一次指数平滑法
4.3.2二次指数平滑法
4.3.3讨论
4.4季节指数法
4.5时间序列分解法
4.5.1各因素的确定
4.5.2根据分解法进行预测
4.5.3对分解法的进一步说明
4.6基于SPSS软件的确定型时间序列分析与预测
本章小结
思考与练习

第5章随机型时间序列预测方法
5.1随机型时间序列模型
5.1.1时间序列
5.1.2自回归(AR)模型
5.1.3移动平均（MA）模型
5.1.4自回归移动平均（ARMA）模型
5.1.5求和自回归移动平均(ARIMA)模型
5.1.6季节性模型
5.2ARMA模型的相关分析
5.2.1AR(p)序列的自相关函数
5.2.2MA(q)序列的自相关函数
5.2.3ARMA(p，q)序列的自相关函数
5.2.4偏相关函数
5.3模型的识别
5.3.1样本自相关函数与样本偏相关函数
5.3.2模型识别
5.4ARMA模型的参数估计
5.4.1矩估计方法
5.4.2最小二乘估计
5.4.3极大似然估计法
5.4.4方法的比较
5.5模型的检验与预报
5.5.1模型检验
5.5.2模型的改进
5.5.3模型预报
5.6案例51分析
本章小结
思考与练习

第6章马尔可夫预测方法
6.1马尔可夫分析的基本原理
6.1.1马尔可夫链
6.1.2状态转移矩阵
6.1.3稳态概率矩阵
6.2马尔可夫预测的应用
6.2.1市场占有率的预测
6.2.2期望报酬预测
本章小结
思考与练习

第7章预测精确性与预测评价
7.1预测方法的选择
7.1.1预测方法最适合的时间范围
7.1.2数据模式
7.1.3费用
7.1.4准确性
7.1.5适用性
7.2预测的精确性
7.2.1准确的预测
7.2.2预测的误差
7.2.3预测精确性的衡量指标
7.2.4预测监控
7.3预测结果的分析与评价
7.3.1预测模型的评价
7.3.2预测结果的分析与反思
本章小结
思考与练习

第8章决策概述
8.1决策的概念
8.2决策过程与决策分析
8.2.1决策过程
8.2.2决策分析
8.3决策的基本类型
8.4决策分析的内容、特点及历史
8.4.1决策分析的内容
8.4.2决策分析的特点
8.4.3决策分析的历史
本章小结
思考与练习

第9章期望效用理论与前景理论
9.1期望收益值
9.1.1期望收益值准则
9.1.2应用期望收益值作为决策准则存在的一些问题
9.2行为假设与偏好关系
9.3效用函数及其确定
9.3.1效用函数的定义
9.3.2效用函数的确定
9.3.3LA模拟法
9.4主观期望效用值理论
9.4.1主观概率与客观概率
9.4.2主观概率的判断
9.5前景理论
9.5.1期望理论与实际决策的不一致
9.5.2前景理论框架
本章小结
思考与练习

第10章单目标决策分析
10.1风险型决策分析
10.1.1风险型决策分析的基本思想
10.1.2风险型决策问题的数学模型
10.1.3风险型决策问题的分析方法
10.1.4多级决策问题的分析方法
10.2非确定型决策
10.2.1悲观准则
10.2.2乐观准则
10.2.3赫威兹准则
10.2.4后悔值准则
10.2.5等概率准则
10.2.6五种决策准则的比较
10.3概率排序型决策
10.3.1期望后果值的极值
10.3.2利用期望值极值进行决策
10.3.3优势条件
本章小结
思考与练习

第11章多目标决策分析
11.1基本概念
11.2决策方法
11.2.1化多目标为单目标的方法
11.2.2重排次序法
11.2.3分层序列法
11.3多目标风险决策分析模型
11.4有限个方案多目标决策问题的分析方法
11.4.1基本结构
11.4.2决策矩阵的规范化
11.4.3确定权的方法
11.5层次分析法（AHP）
11.5.1多级递阶结构
11.5.2判断矩阵
11.5.3相对重要度及判断矩阵的最大特征值λmax的计算
11.5.4相容性判断
11.5.5综合重要度的计算
11.5.6算例
11.6网络分析法（ANP）
11.6.1网络结构
11.6.2无权重超矩阵与加权超矩阵
11.6.3极限超矩阵
11.6.4ANP应用软件-超级决策软件（SD）
11.6.5算例
本章小结
思考与练习

第12章动态决策分析
12.1单阶段决策的表述
12.2确定型动态决策
12.3马氏型动态决策
12.3.1马氏决策过程模型
12.3.2最优方程与最优策略
12.4应用
12.4.1产品定价
12.4.2体育比赛
12.4.3最优选择
12.4.4一个期权执行问题
本章小结
思考与练习

第13章决策方法拓展、选择与评价
13.1决策方法的拓展
13.1.1模糊决策法
13.1.2群决策方法
13.1.3决策支持系统
13.2决策方法的选择
13.2.1决策方法选择影响因素
13.2.2决策方法的比较评价
13.3决策方案的评价与实施
13.3.1决策方案的评价
13.3.2决策方案的实施
本章小结
思考与练习

附录
附表A标准正态分布函数值表
附表Bt分布表
附表CF分布表
附表DDW检验临界值表
参考文献