基于Excel的商業(yè)預測（第4版）

第1章 商業(yè)預測導論
引言
人們普遍接受的定量預測
商業(yè)預測的現(xiàn)狀
公共部門和非營利部門的預測
預測與供應鏈管理
計算機應用和定量分析
主觀預測方法
新產品預測
兩個簡單的樸素預測模型
評價預測效果
利用多種預測方法
數(shù)據(jù)源
預測美國國內汽車銷售量
本書概述
綜合案例：蓋普公司銷售額預測
關于ForecastXTM：ForecastXTM軟件以及用法介紹
開始：從ProCastTM開始你的預測過程
注釋
推薦讀物和網(wǎng)站
練習
第2章 預測過程、數(shù)據(jù)描述和模型選擇
引言
預測過程
趨勢、季節(jié)和循環(huán)數(shù)據(jù)模式
數(shù)據(jù)模式與模型選擇
統(tǒng)計知識回顧
相關圖：數(shù)據(jù)探索的另一種方法
美國國內汽車銷售量：探索性數(shù)據(jù)分析及模型選擇
綜合案例：蓋普公司
利用ForecastXTM計算自相關函數(shù)
注釋
推薦讀物
練習
第3章 移動平均法與指數(shù)平滑法
移動平均法
簡單指數(shù)平滑法
霍爾特指數(shù)平滑法
溫特斯指數(shù)平滑法
自適應簡單指數(shù)平滑法
用簡單平滑法、霍爾特平滑法或ADRES平滑法預測季節(jié)性數(shù)據(jù)序列
事件建模
小結
用指數(shù)平滑法預測美國國內汽車銷售量
綜合案例：蓋普公司
利用ForecastXTM進行指數(shù)平滑預測
注釋
推薦讀物
練習
第4章 回歸預測法導論
一元回歸模型
數(shù)據(jù)的可視化：回歸分析的一個重要步驟
回歸預測過程
因果回歸模型預測
基于個人可支配總收人的零售額預測
基于抵押率的零售額預測
回歸模型中的統(tǒng)計評價
估計值的標準誤差
異方差性
截面預測
利用一元回歸模型預測美國國內汽車銷售量
綜合案例：蓋普公司
用ForecastXTM軟件進行回歸預測
回歸模型的進一步討論
注釋
推薦讀物
練習
第5章 多元回歸預測
多元回歸模型
選擇自變量
多元回歸模型的預測
多元回歸模型的統(tǒng)計檢驗
序列相關和遺漏變量問題
在多元回歸模型中解釋季節(jié)性
多元回歸模型的擴展
用多元回歸模型進行預測時的建議
用多元回歸模型預測美國國內汽車銷售額
綜合案例：蓋普公司
用ForecastXTM進行多元回歸預測
注釋
推薦讀物
練習
第6章 時間序列分解
時間序列分解的基本模型
消除數(shù)據(jù)的季節(jié)性和求解季節(jié)指數(shù)
求解長期趨勢
循環(huán)因子的測度
時間序列分解預測
用時間序列分解法預測美國國內汽車銷售量
綜合案例：蓋普公司
用ForecastXTM進行時間序列分解法預測
注釋
推薦讀物
練習
附錄
第7章 博克斯-詹金斯ARIMA型預測模型
引言
博克斯一詹金斯方法的原理
移動平均模型
自回歸移動平均模型
平穩(wěn)性
博克斯-詹金斯判別過程
ARIMA：一組數(shù)值例子
預測季節(jié)時間序列
美國國內汽車銷售量
綜合案例：蓋普公司銷售額預測
利用：ForecastXTM進行ARIMA(博克斯一詹金斯)預測
推薦讀物
練習
附錄
第8章 聯(lián)合預測
引言
偏差
實例
哪些預測方法可以進行聯(lián)合
聯(lián)合預測權數(shù)的選擇
聯(lián)合預測選擇權數(shù)的三種方法
利用聯(lián)合預測方法預測美國國內汽車銷售量
綜合案例：蓋普公司
利用ForecastXTM進行聯(lián)合預測
注釋
推薦讀物
練習
第9章 執(zhí)行預測
獲得良好預測的關鍵
預測過程
人工智能和預測
小結
用ForecastXTM中的“ProCastlTM”進行預測
注釋
推薦讀物
練習
術語表
譯后記