《商務預測方法 （第三版）》是2014年對外經濟貿易大學出版社出版書籍，作者是王玉榮。
基本介紹
- 書名：商務預測方法 （第三版）
- 作者：王玉榮
- ISBN：9787566311276
- 定價：36.00
- 出版社：對外經濟貿易大學出版社
- 出版時間：2014年9月
- 適用層次：本科
圖書信息,內容簡介,目錄,
圖書信息
【書名】:商務預測方法 （第三版）
【作者】:王玉榮
【叢書名】:工商管理精品系列教材
【版次/印次】:3/1
【出版日期】:2014.9
【ISBN】:9787566311276
【字數/頁數】:/
【開本/紙張】:/
【適用層次】:本科
【定價】:36.00
內容簡介
在經濟全球化進程不斷加快，世界經濟聯繫越趨緊密，市場競爭越來越激烈的今天，一個企業要想贏得市場，求得生存和發展，必須最大限度地減少決策的失誤，而這又基於決策者對未來市場較為準確的判斷。如今，決策者僅憑個人的經驗、知識和感覺是很難做到這一點的，只有在決策過程中，充分利用集體的經驗、知識、智慧以及套用科學的預測方法，盡最大可能地對事物未來的發展變化做出較為準確的預測，以此減少決策的失誤。商務預測方法就是專門介紹如何在詳細了解過去和現在商務活動的基礎上，通過分析研究，發現並掌握商務活動發展過程固有的規律性，對商務活動未來可能出現的趨勢做出科學推測的一門學科。
目錄
第一章 商務預測概述（1）
第一節 商務預測的含義與內容（1）
第二節 商務預測的分類及其選擇（3）
第三節 商務預測的步驟（5）
第四節 商務預測精確度的測定（6）
第二章 移動平均及指數平滑預測法（11）
第一節 時間序列的類型及預測模型的選擇（11）
第二節 樸素預測法及簡單平均數預測法（13）
第三節 移動平均法（18）
第四節 簡單指數平滑法（24）
第五節 霍爾特（Holt）雙參數線性指數平滑法（29）
第六節 霍爾特?溫特（Holt-Winters）指數平滑法（34）
第七節 指數平滑預測模型的擴展（43）
附錄2.1 用SPSS進行指數平滑（53）
第三章 趨勢外推預測法（57）
第一節 概述（57）
第二節 長期趨勢模型的種類（59）
第三節 趨勢模型判斷的方法（61）
第四節 線性趨勢模型參數的估計（62）
第五節 二項式及指數曲線趨勢模型的估計（64）
第六節 龔珀茲曲線模型及皮爾曲線模型的估計（68）
附錄3.1 用SPSS及Excel進行趨勢預測（75）
第四章 季節變動預測法（81）
第一節 概述（81）
第二節 無趨勢的季節預測模型（84）
第三節 帶趨勢的季節性加法預測模型（89）
第四節 帶趨勢的季節性乘法預測模型（92）
附錄4.1 用SPSS計算季節指數（95）
第五章 因素預測方法一——截面數據簡單線性回歸（97）
第一節 簡單線性回歸概述（97）
第二節 參數、的最小二乘估計（102）
第三節 估計的標準誤差（104）
第四節 回歸方程的顯著性檢驗和可決係數（104）
第五節 計算機輸出結果的解釋（109）
第六節 預測（112）
第七節 殘差分析（）（115）
第八節 簡單線性回歸模型預測的實例（127）
附錄5.1 用SPSS建立簡單線性回歸預測模型（138）
第六章 因素預測法二——截面數據的多元回歸（143）
第一節 多元線性回歸模型概述（143）
第二節 參數、、、…的最小二乘估計（144）
第三節 回歸方程的顯著性檢驗（146）
第四節 殘差分析——異方差檢驗（152）
第五節 假設5——多重共線性的檢驗（153）
第六節 預測（156）
第七節 選擇自變數的方法（157）
第八節 自變數中帶定性變數的回歸模型（163）
第九節 奇異值與影響點的確定（166）
附錄6.1 用SPSS建立多元線性回歸預測模型（171）
第七章 因素預測法三——時間序列的回歸分析（175）
第一節 一個例子（175）
第二節 自相關（178）
第三節 消除自相關的方法（183）
第四節 利用多元回歸擬合具有季節變動的時間序列數據（188）
附錄7.1 用SPSS診斷回歸預測模型中的隨機項的自相關性（194）
第八章 Logistic回歸（197）
第一節 Logistic回歸理論概述（197）
第二節 二項Logistic回歸模型介紹（198）
第三節 二項Logistic回歸方程係數解釋及檢驗（199）
第四節 二項Logistic回歸套用實例（200）
第五節 其他情形的Logistic回歸（203）
附錄8.1 用SPSS進行Logistic回歸分析（203）
第九章 定性預測（205）
第一節 概述（205）
第二節 頭腦風暴預測法（206）
第三節 經驗判斷預測法（208）
第四節 專家會議法（213）
第五節 德爾菲預測法（215）
第六節 主觀機率預測法（219）
第七節 產品生命周期預測法（222）
第八節 市場景氣預測法（226）
第十章 博克斯?詹金斯預測法（233）
第一節 概述（233）
第二節 時間序列平穩性的識別方法（236）
第三節 非平穩時間序列平穩化的方法（241）
第四節 數據特點與模型的選擇（245）
第五節 模型的參數估計（254）
第六節 模型的診斷（256）
第七節 預測（260）
第八節 案例分析（262）
第九節 B?J預測法的優缺點（275）
附錄10.1 用SPSS建立ARIMA模型（276）
參考書目（278）
