經濟預測與決策技術及MATLAB實現(第2版)

經濟預測與決策技術及MATLAB實現(第2版)

《經濟預測與決策技術及MATLAB實現(第2版)》是2018年機械工業出版社出版的圖書,作者是楊德平、劉喜華。

基本介紹

  • 書名:經濟預測與決策技術及MATLAB實現(第2版)
  • 作者:楊德平、劉喜華
  • ISBN:9787111545040
  • 定價:39元
  • 出版社:機械工業出版社
  • 出版時間:2018年12月
  • 裝幀:平裝
  • 開本:16開
內容簡介,圖書目錄,

內容簡介

本書從模型的基本知識和理論出發,採用經濟、金融、管理等領域的實際案例,編寫相應的MATLAB程式,並得出含有大量數據和套用模型的運行結果,使複雜問題簡單化。學習者無須掌握大量的計算機知識,只需複製例題、案例中相應的程式,就可解決自己想處理的問題,為讀者提供了一套處理問題的方法和解決實際問題的手段。本書主要內容有定性預測法、彈性係數預測法、投入產出預測法、趨勢外推預測法、時間序列預測法干預分析模型預測法、馬爾可夫鏈預測法、灰色預測法景氣預測法、神經網路預測法等預測方法,以及層次分析法、熵權法與逼近理想解排序法、數據包絡分析法等決策評價技術,匯總了當代經濟預測與決策方法、理論和模型,具有較高的學術參考價值。本書不僅適用於經濟學類、金融學類專業,也適用於工商管理類、統計學類以及計算機類等專業,既可作為本科生和研究生的教科書和參考書,也可供從事經濟管理研究、經濟預測與決策的人員參考。

圖書目錄

目錄
前言
第1章MATLAB的基本計算與統計數據處理1
本章要點1
1.1數值計算1
1.1.1基本運算與函式1
1.1.2數組運算2
1.1.3矩陣生成3
1.1.4矩陣運算5
1.2符號計算6
1.2.1創建符號變數與對象6
1.2.2符號微積分6
1.3解方程9
1.3.1代數方程的符號解9
1.3.2常微分方程的符號解10
1.3.3利用矩陣解線性方程組11
1.4統計數據的處理13
1.4.1數據的保存和調用13
1.4.2基本統計量函式16
1.4.4統計作圖19
1.4.5參數估計26
1.4.6假設檢驗28
練習與提高33
第2章經濟預測概述34
本章要點34
2.1預測的基本概念與原理34
2.1.1預測的基本概念34
2.1.2預測的基本原理34
2.2經濟預測的內容與步驟35
2.2.1經濟預測學的研究內容 35
2.2.2經濟預測的主要內容36
2.2.3預測的一般步驟36
2.3預測資料的收集與預處理37
2.3.1數據的收集與處理37
2.3.2數據類型38
2.3.3數據的分析與鑑別38
2.4數據的初始化處理45
2.5樣本預測及精度評價46
2.5.1樣本內預測與樣本外
預測46
2.5.2預測的精度評價46
練習與提高47
經濟預測與決鞏謎符策技術及MATLAB實現
目錄
本章要點48
3.1集合意見預測法48
3.1.1常用的集合意見預測法48
3.1.2集合意見預測法的套用50
3.2德爾菲法51
3.2.1德爾菲法的基本內容52
3.2.2德爾菲晚祝乃法的套用54
3.3主觀機率預測法56
3.3.1主觀機率概述56
3.3.2常用的主觀機率預測法56
3.3.3主潤淋雅觀機率預測法的套用57
練習與提高62
第4章彈性預測法64
本章要點64
4.1彈性係數的基本理論64
4.1.1彈性與彈性係數64
4.1.2彈性係數的分類64
4.1.3彈性係數的計算65
4.1.4常用函式的彈性65
4.2消費需求彈性預測法66
4.2.1需求的價格彈性預測法66
4.2.2需求的收入彈性預測法67
4.2.3需求的交叉彈性預測法67
4.2.4多種彈性係數綜合
預測法68
4.3市場供應彈性預測法68
4.4產出彈性預測法69
4.4.1單院拳一投入要素的產出
彈性69
4.4.2生產彈性70
4.5案例分析說己整斷73
4.5.1能源消費需求量預測73
4.5.2全國鐵路、公路客貨運量
預測75
練習與提高77
第5章投入產出預測法79
本章要點79
5.1投入產出模型79
5.1.1價值型投入產出表79
5.1.2投入產出的基本平衡
關係80
5.1.5影響力系歸鞏戰數與感應度
係數82
5.1.6勞動報酬和勞動力需求陵臘灑精82
5.1.7實物型投入產出表83
5.2案例分析84
5.2.1國民經濟投入產出預測84
5.2.2企業投入產出預測87
練習與提高90
第6章趨勢外推預測法
92
本章要點92
6.1一元線性回歸法92
6.2多項式曲線擬合法96
6.3多元回歸法100
6.3.1多元線性回歸100
6.3.2多項式回歸103
6.3.3多元函式回歸103
6.4互動式回歸法105
6.4.1一元多項式回歸命令105
6.4.2多元二項式回歸命令106
6.4.3逐步回歸命令108
6.5加權擬合直線方程法111
6.6.1非線性模型的線性化113
6.6.2非線性回歸命令118
6.6.3邏輯增長曲線模型119
6.7虛變數回歸分析120
6.8案例分析123
6.8.1我國人口預測模型123
6.8.2投資額模型128
練習與提高130
本章要點132
7.1移動平均值預測法132
7.1.1一次移動平均法132
7.1.2二次移動平均法133
7.2.1一次指數平滑法135
7.2.2二次指數平滑法137
7.2.3三次指數平滑法139
7.2.4霍爾特雙參數線性指數
平滑法141
7.3.1季節性水平模型143
7.3.2季節性趨勢模型145
7.3.3季節性環比法模型147
7.5ARMA模型預測法153
7.5.1ARMA模型的基本形式153
7.5.2ARMA模型的相關性分
析及識別154
7.5.3ARMA模型的參數估計158
7.5.4ARMA模型的預測160
7.6案例分析161
7.6.1利用指數平滑法預測
GDP161
7.6.2利用ARMA模型預測
股票價格166
練習與提高170
本章要點172
8.1干預分析模型的基本形式172
8.1.1干預分析模型的基本
變數172
8.1.2干預事件的形式172
8.1.3干預分析模型的預測
過程173
8.2案例分析174
練習與提高178
第9章馬爾可夫鏈預測法180
本章要點180
9.1馬爾可夫鏈的基本理論180
9.1.1馬爾可夫鏈的基本概念180
9.1.2馬爾可夫鏈的預測
原理181
9.2案例分析182
9.2.1市場占有率預測182
9.2.2股票價格走勢預測185
9.2.3加權馬氏鏈法預測股票
走勢187
9.2.4期望利潤預測192
練習與提高194
第10章灰色預測法196
本章要點196
10.1灰色預測的基本內容196
10.1.1灰色預測的基本概念196
10.1.2灰色預測GM(1,1)
模型198
10.1.3灰色預測GM(1,1)
修正模型201
10.1.4灰色預測GM(1, n)
模型203
10.1.5灰色災變預測模型204
10.2案例分析204
10.2.1社會消費品零售總額
預測204
10.2.2國內生產總值預測207
10.2.3城市居民消費支出
預測210
10.2.4股票灰色災變預測212
10.2.5重大幹旱災害預測214
練習與提高217
第11章景氣預測法219
本章要點219
11.1景氣預測的基本理論219
11.1.1景氣指標體系的基本
概念219
11.1.2景氣循環法的預測
過程219
11.1.3景氣綜合評分——預警
系統223
11.2案例分析223
11.2.2上海房地產景氣指數228
練習與提高238
第12章神經網路預測法239
本章要點239
12.1神經網路的基本理論239
12.1.2BP神經網路的基本
原理239
12.1.3BP神經網路的過程240
12.1.4BP神經網路預測241
12.2BP神經網路的MATLAB
函式241
12.3案例分析243
12.3.1多指標的股票開盤價
預測243
12.3.2單指標的股票收盤價
預測248
練習與提高252
第13章層次分析法253
本章要點253
13.1層次分析法的基本理論253
13.1.1單層次模型253
13.1.2多層次分析法的基本
步驟256
13.1.3量化指標的綜合選優
排序258
13.2案例分析259
練習與提高265
第14章熵權法與逼近理想解排
序法266
本章要點266
14.1熵權法266
14.1.1熵的定義和性質266
14.1.2熵權法的計算步驟266
14.1.3熵權的性質與意義267
14.2.1逼近理想解排序的基本
原理268
14.2.2逼近理想解排序的基本
步驟268
14.3案例分析269
14.3.1熵權法的低碳經濟發展
評價269
14.3.2 逼近理想解排序法的商業
銀行績效評價278
練習與提高280
本章要點282
15.1數據包絡分析法的基本
理論282
15.1.1CCR模型概述282
15.1.2具有非阿基米德無窮小量的
CCR模型286
15.1.3BCC模型287
15.1.4超效率DEA評價模型289
15.1.5規模效率和技術效率292
15.2案例分析293
15.2.1數據包絡分析法的商業銀
行效率評估293
15.2.2數據包絡分析法的房地產
開發企業效率評估296
練習與提高299
參考文獻300
本章要點48
3.1集合意見預測法48
3.1.1常用的集合意見預測法48
3.1.2集合意見預測法的套用50
3.2德爾菲法51
3.2.1德爾菲法的基本內容52
3.2.2德爾菲法的套用54
3.3主觀機率預測法56
3.3.1主觀機率概述56
3.3.2常用的主觀機率預測法56
3.3.3主觀機率預測法的套用57
練習與提高62
第4章彈性預測法64
本章要點64
4.1彈性係數的基本理論64
4.1.1彈性與彈性係數64
4.1.2彈性係數的分類64
4.1.3彈性係數的計算65
4.1.4常用函式的彈性65
4.2消費需求彈性預測法66
4.2.1需求的價格彈性預測法66
4.2.2需求的收入彈性預測法67
4.2.3需求的交叉彈性預測法67
4.2.4多種彈性係數綜合
預測法68
4.3市場供應彈性預測法68
4.4產出彈性預測法69
4.4.1單一投入要素的產出
彈性69
4.4.2生產彈性70
4.5案例分析73
4.5.1能源消費需求量預測73
4.5.2全國鐵路、公路客貨運量
預測75
練習與提高77
第5章投入產出預測法79
本章要點79
5.1投入產出模型79
5.1.1價值型投入產出表79
5.1.2投入產出的基本平衡
關係80
5.1.5影響力係數與感應度
係數82
5.1.6勞動報酬和勞動力需求82
5.1.7實物型投入產出表83
5.2案例分析84
5.2.1國民經濟投入產出預測84
5.2.2企業投入產出預測87
練習與提高90
第6章趨勢外推預測法
92
本章要點92
6.1一元線性回歸法92
6.2多項式曲線擬合法96
6.3多元回歸法100
6.3.1多元線性回歸100
6.3.2多項式回歸103
6.3.3多元函式回歸103
6.4互動式回歸法105
6.4.1一元多項式回歸命令105
6.4.2多元二項式回歸命令106
6.4.3逐步回歸命令108
6.5加權擬合直線方程法111
6.6.1非線性模型的線性化113
6.6.2非線性回歸命令118
6.6.3邏輯增長曲線模型119
6.7虛變數回歸分析120
6.8案例分析123
6.8.1我國人口預測模型123
6.8.2投資額模型128
練習與提高130
本章要點132
7.1移動平均值預測法132
7.1.1一次移動平均法132
7.1.2二次移動平均法133
7.2.1一次指數平滑法135
7.2.2二次指數平滑法137
7.2.3三次指數平滑法139
7.2.4霍爾特雙參數線性指數
平滑法141
7.3.1季節性水平模型143
7.3.2季節性趨勢模型145
7.3.3季節性環比法模型147
7.5ARMA模型預測法153
7.5.1ARMA模型的基本形式153
7.5.2ARMA模型的相關性分
析及識別154
7.5.3ARMA模型的參數估計158
7.5.4ARMA模型的預測160
7.6案例分析161
7.6.1利用指數平滑法預測
GDP161
7.6.2利用ARMA模型預測
股票價格166
練習與提高170
本章要點172
8.1干預分析模型的基本形式172
8.1.1干預分析模型的基本
變數172
8.1.2干預事件的形式172
8.1.3干預分析模型的預測
過程173
8.2案例分析174
練習與提高178
第9章馬爾可夫鏈預測法180
本章要點180
9.1馬爾可夫鏈的基本理論180
9.1.1馬爾可夫鏈的基本概念180
9.1.2馬爾可夫鏈的預測
原理181
9.2案例分析182
9.2.1市場占有率預測182
9.2.2股票價格走勢預測185
9.2.3加權馬氏鏈法預測股票
走勢187
9.2.4期望利潤預測192
練習與提高194
第10章灰色預測法196
本章要點196
10.1灰色預測的基本內容196
10.1.1灰色預測的基本概念196
10.1.2灰色預測GM(1,1)
模型198
10.1.3灰色預測GM(1,1)
修正模型201
10.1.4灰色預測GM(1, n)
模型203
10.1.5灰色災變預測模型204
10.2案例分析204
10.2.1社會消費品零售總額
預測204
10.2.2國內生產總值預測207
10.2.3城市居民消費支出
預測210
10.2.4股票灰色災變預測212
10.2.5重大幹旱災害預測214
練習與提高217
第11章景氣預測法219
本章要點219
11.1景氣預測的基本理論219
11.1.1景氣指標體系的基本
概念219
11.1.2景氣循環法的預測
過程219
11.1.3景氣綜合評分——預警
系統223
11.2案例分析223
11.2.2上海房地產景氣指數228
練習與提高238
第12章神經網路預測法239
本章要點239
12.1神經網路的基本理論239
12.1.2BP神經網路的基本
原理239
12.1.3BP神經網路的過程240
12.1.4BP神經網路預測241
12.2BP神經網路的MATLAB
函式241
12.3案例分析243
12.3.1多指標的股票開盤價
預測243
12.3.2單指標的股票收盤價
預測248
練習與提高252
第13章層次分析法253
本章要點253
13.1層次分析法的基本理論253
13.1.1單層次模型253
13.1.2多層次分析法的基本
步驟256
13.1.3量化指標的綜合選優
排序258
13.2案例分析259
練習與提高265
第14章熵權法與逼近理想解排
序法266
本章要點266
14.1熵權法266
14.1.1熵的定義和性質266
14.1.2熵權法的計算步驟266
14.1.3熵權的性質與意義267
14.2.1逼近理想解排序的基本
原理268
14.2.2逼近理想解排序的基本
步驟268
14.3案例分析269
14.3.1熵權法的低碳經濟發展
評價269
14.3.2 逼近理想解排序法的商業
銀行績效評價278
練習與提高280
本章要點282
15.1數據包絡分析法的基本
理論282
15.1.1CCR模型概述282
15.1.2具有非阿基米德無窮小量的
CCR模型286
15.1.3BCC模型287
15.1.4超效率DEA評價模型289
15.1.5規模效率和技術效率292
15.2案例分析293
15.2.1數據包絡分析法的商業銀
行效率評估293
15.2.2數據包絡分析法的房地產
開發企業效率評估296
練習與提高299
參考文獻300

相關詞條

熱門詞條

聯絡我們