基于Excel的商業(yè)預(yù)測(cè)（第4版）

第1章 商業(yè)預(yù)測(cè)導(dǎo)論
引言
人們普遍接受的定量預(yù)測(cè)
商業(yè)預(yù)測(cè)的現(xiàn)狀
公共部門和非營利部門的預(yù)測(cè)
預(yù)測(cè)與供應(yīng)鏈管理
計(jì)算機(jī)應(yīng)用和定量分析
主觀預(yù)測(cè)方法
新產(chǎn)品預(yù)測(cè)
兩個(gè)簡(jiǎn)單的樸素預(yù)測(cè)模型
評(píng)價(jià)預(yù)測(cè)效果
利用多種預(yù)測(cè)方法
數(shù)據(jù)源
預(yù)測(cè)美國國內(nèi)汽車銷售量
本書概述
綜合案例：蓋普公司銷售額預(yù)測(cè)
關(guān)于ForecastXTM：ForecastXTM軟件以及用法介紹
開始：從ProCastTM開始你的預(yù)測(cè)過程
注釋
推薦讀物和網(wǎng)站
練習(xí)
第2章 預(yù)測(cè)過程、數(shù)據(jù)描述和模型選擇
引言
預(yù)測(cè)過程
趨勢(shì)、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(jì)知識(shí)回顧
相關(guān)圖：數(shù)據(jù)探索的另一種方法
美國國內(nèi)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(jì)算自相關(guān)函數(shù)
注釋
推薦讀物
練習(xí)
第3章 移動(dòng)平均法與指數(shù)平滑法
移動(dòng)平均法
簡(jiǎn)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(yīng)簡(jiǎn)單指數(shù)平滑法
用簡(jiǎn)單平滑法、霍爾特平滑法或ADRES平滑法預(yù)測(cè)季節(jié)性數(shù)據(jù)序列
事件建模
小結(jié)
用指數(shù)平滑法預(yù)測(cè)美國國內(nèi)汽車銷售量
綜合案例：蓋普公司
利用ForecastXTM進(jìn)行指數(shù)平滑預(yù)測(cè)
注釋
推薦讀物
練習(xí)
第4章 回歸預(yù)測(cè)法導(dǎo)論
一元回歸模型
數(shù)據(jù)的可視化：回歸分析的一個(gè)重要步驟
回歸預(yù)測(cè)過程
因果回歸模型預(yù)測(cè)
基于個(gè)人可支配總收人的零售額預(yù)測(cè)
基于抵押率的零售額預(yù)測(cè)
回歸模型中的統(tǒng)計(jì)評(píng)價(jià)
估計(jì)值的標(biāo)準(zhǔn)誤差
異方差性
截面預(yù)測(cè)
利用一元回歸模型預(yù)測(cè)美國國內(nèi)汽車銷售量
綜合案例：蓋普公司
用ForecastXTM軟件進(jìn)行回歸預(yù)測(cè)
回歸模型的進(jìn)一步討論
注釋
推薦讀物
練習(xí)
第5章 多元回歸預(yù)測(cè)
多元回歸模型
選擇自變量
多元回歸模型的預(yù)測(cè)
多元回歸模型的統(tǒng)計(jì)檢驗(yàn)
序列相關(guān)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(kuò)展
用多元回歸模型進(jìn)行預(yù)測(cè)時(shí)的建議
用多元回歸模型預(yù)測(cè)美國國內(nèi)汽車銷售額
綜合案例：蓋普公司
用ForecastXTM進(jìn)行多元回歸預(yù)測(cè)
注釋
推薦讀物
練習(xí)
第6章 時(shí)間序列分解
時(shí)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(shì)
循環(huán)因子的測(cè)度
時(shí)間序列分解預(yù)測(cè)
用時(shí)間序列分解法預(yù)測(cè)美國國內(nèi)汽車銷售量
綜合案例：蓋普公司
用ForecastXTM進(jìn)行時(shí)間序列分解法預(yù)測(cè)
注釋
推薦讀物
練習(xí)
附錄
第7章 博克斯-詹金斯ARIMA型預(yù)測(cè)模型
引言
博克斯一詹金斯方法的原理
移動(dòng)平均模型
自回歸移動(dòng)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(yù)測(cè)季節(jié)時(shí)間序列
美國國內(nèi)汽車銷售量
綜合案例：蓋普公司銷售額預(yù)測(cè)
利用：ForecastXTM進(jìn)行ARIMA(博克斯一詹金斯)預(yù)測(cè)
推薦讀物
練習(xí)
附錄
第8章 聯(lián)合預(yù)測(cè)
引言
偏差
實(shí)例
哪些預(yù)測(cè)方法可以進(jìn)行聯(lián)合
聯(lián)合預(yù)測(cè)權(quán)數(shù)的選擇
聯(lián)合預(yù)測(cè)選擇權(quán)數(shù)的三種方法
利用聯(lián)合預(yù)測(cè)方法預(yù)測(cè)美國國內(nèi)汽車銷售量
綜合案例：蓋普公司
利用ForecastXTM進(jìn)行聯(lián)合預(yù)測(cè)
注釋
推薦讀物
練習(xí)
第9章 執(zhí)行預(yù)測(cè)
獲得良好預(yù)測(cè)的關(guān)鍵
預(yù)測(cè)過程
人工智能和預(yù)測(cè)
小結(jié)
用ForecastXTM中的“ProCastlTM”進(jìn)行預(yù)測(cè)
注釋
推薦讀物
練習(xí)
術(shù)語表
譯后記