课程简介
在经济和管理现象日益复杂、市场情况瞬息万变的市场环境中，在许多情况下要求对不肯定事物作出科学的预测和决策，这就必须在不完全观察资料的基础上，对所关心的指标做出可靠的估计，以便作出合适的决策. 本课程是构建学生预测和决策的知识结构、培养学生预测和决策综合素质的重要课程，在人才培养中起到重要的作用。
本课程首先介绍定性预测法，具体包括德尔菲法、主观概率法以及定性预测的其他方法；其次介绍回归预测法，包括一元线性回归预测法、多元线性回归及非线性回归预测法；再次介绍时间序列预测法，包括趋势外推法、时间序列平滑预测法、自适应过滤法和灰色预测法等等；最后介绍各种决策方法，具体包括风险性决策方法、贝叶斯决策方法和不确定性决策方法.
课程大纲
统计预测概述
1.1 统计预测的概念和作用
1.2 统计预测方法的分类及其选择
1.3 统计预测的原则和步骤
定性预测法
2.1 定性预测概念和特点
2.2 德尔菲预测法
2.3 主观概率法
回归预测法
3.1 一元线性回归预测法
3.2 多元线性回归预测法
3.3 非线性回归预测法
时间序列分解法和趋势外推法
4.1 时间序列的分解
4.2 趋势外推法概述
4.3多项式曲线外推法
4.4 指数曲线外推法
4.5 曲线拟合优度
时间序列平滑预测法
5.1 一次移动平均法
5.2 一次指数平滑法
5.3 二次移动平均法
5.4 二次指数平滑法
自适应过滤法
6.1 自适应过滤法概述
6.2 自适应过滤法的应用
灰色预测法
7.1 灰色预测理论
7.2 数据处理方式
7.3 关联分析
7.4 GM(1,1)模型
7.5 GM(1,1)模型检验
预测精度测定与预测评价
8.1 预测精度的测定
8.2 定性预测与定量预测的综合
统计决策概述
9.1 决策的概念和种类
9.2 决策的步骤和原则
风险型决策方法
10.1 风险型决策方法的基本问题
10.2 不同标准的决策方法
10.3 决策树
10.4 风险型决策的敏感性分析
10.5 完全信息价值
10.6 效用概率决策方法
10.7 马尔科夫决策方法
贝叶斯决策方法
11.1 贝叶斯决策概论
11.2 贝叶斯决策方法
不确定型决策方法
12.1 “好中求好”决策方法
12.2 “坏中求好”决策方法
12.3 alpha系数决策方法
12.4 “最小的最大后悔值”决策方法
1.1 统计预测的概念和作用
1.2 统计预测方法的分类及其选择
1.3 统计预测的原则和步骤
定性预测法
2.1 定性预测概念和特点
2.2 德尔菲预测法
2.3 主观概率法
回归预测法
3.1 一元线性回归预测法
3.2 多元线性回归预测法
3.3 非线性回归预测法
时间序列分解法和趋势外推法
4.1 时间序列的分解
4.2 趋势外推法概述
4.3多项式曲线外推法
4.4 指数曲线外推法
4.5 曲线拟合优度
时间序列平滑预测法
5.1 一次移动平均法
5.2 一次指数平滑法
5.3 二次移动平均法
5.4 二次指数平滑法
自适应过滤法
6.1 自适应过滤法概述
6.2 自适应过滤法的应用
灰色预测法
7.1 灰色预测理论
7.2 数据处理方式
7.3 关联分析
7.4 GM(1,1)模型
7.5 GM(1,1)模型检验
预测精度测定与预测评价
8.1 预测精度的测定
8.2 定性预测与定量预测的综合
统计决策概述
9.1 决策的概念和种类
9.2 决策的步骤和原则
风险型决策方法
10.1 风险型决策方法的基本问题
10.2 不同标准的决策方法
10.3 决策树
10.4 风险型决策的敏感性分析
10.5 完全信息价值
10.6 效用概率决策方法
10.7 马尔科夫决策方法
贝叶斯决策方法
11.1 贝叶斯决策概论
11.2 贝叶斯决策方法
不确定型决策方法
12.1 “好中求好”决策方法
12.2 “坏中求好”决策方法
12.3 alpha系数决策方法
12.4 “最小的最大后悔值”决策方法
