商務(wù)預(yù)測方法

內(nèi)容概要

本書由長期從事工商管理教育的教師編寫而成，定位于高等院校工商管理教育的教材，價值適中。全書共分十章，內(nèi)容包括：商務(wù)預(yù)測概述，移動平均及指數(shù)平滑預(yù)測法，趨勢外推預(yù)測法，季節(jié)變動預(yù)測法，因素預(yù)測方法一——截面數(shù)據(jù)簡單線性回歸，因素預(yù)測法二——截面數(shù)據(jù)的多元回歸，因素預(yù)測法三——時間序列的回歸分析，Logistic回歸，定性預(yù)測，博克斯-詹金斯預(yù)測法。

書籍目錄

第一章  商務(wù)預(yù)測概述  第一節(jié)  商務(wù)預(yù)測的涵義與內(nèi)容  第二節(jié)  商務(wù)預(yù)測的分類及其選擇  第三節(jié)  商務(wù)預(yù)測的步驟  第四節(jié)  商務(wù)預(yù)測精確度的測定第二章  移動平均及指數(shù)平滑預(yù)測法  第一節(jié)  時間序列的類型及預(yù)測模型的選擇  第二節(jié)  樸素預(yù)測法及簡單平均數(shù)預(yù)測法  第三節(jié)  移動平均法  第四節(jié)  簡單指數(shù)平滑法  第五節(jié)  霍爾特（Holt）雙參數(shù)線性指數(shù)平滑法  第六節(jié)  霍爾特一溫特（Holt—Winters）指數(shù)平滑法  第七節(jié)  指數(shù)平滑預(yù)測模型的擴(kuò)展  附錄2.1  用SPSS進(jìn)行指數(shù)平滑第三章  趨勢外推預(yù)測法  第一節(jié)  概述  第二節(jié)  長期趨勢模型的種類  第三節(jié)  趨勢模型判斷的方法  第四節(jié)  線性趨勢模型參數(shù)的估計  第五節(jié)  二項式及指數(shù)曲線趨勢模型的估計  第六節(jié)  龔珀茲及皮爾曲線模型的估計  附錄3.1  用SPSS及Excel進(jìn)行趨勢預(yù)測第四章  季節(jié)變動預(yù)測法  第一節(jié)  概述  第二節(jié)  無趨勢的季節(jié)預(yù)測模型  第三節(jié)  帶趨勢的季節(jié)性加法預(yù)測模型  第四節(jié)  帶趨勢的季節(jié)性乘法預(yù)測模型  附錄4.1  用SPSS計算季節(jié)指數(shù)第五章  因素預(yù)測方法一——截面數(shù)據(jù)簡單線性回歸  第一節(jié)  簡單線性回歸概述  第二節(jié)  參數(shù)風(fēng)、盧。的最小二乘估計  第三節(jié)  估計的標(biāo)準(zhǔn)誤差  第四節(jié)  回歸方程的顯著性檢驗和可決系數(shù)  第五節(jié)  計算機(jī)輸出結(jié)果的解釋  第六節(jié)  預(yù)測  第七節(jié)  殘差分析（ei=yi-yi）  第八節(jié)  簡單線性回歸模型預(yù)測的實例  附錄5.1  用SPSS建立簡單線性回歸預(yù)測模型第六章  因素預(yù)測法二——截面數(shù)據(jù)的多元回歸  第一節(jié)  多元線性回歸模型概述  第二節(jié)  參數(shù)β0、β1、β2、β3...βk的最小二乘估計  第三節(jié)  回歸方程的顯著性檢驗  第四節(jié)  殘差分析——異方差檢驗  第五節(jié)  假設(shè)5——多重共線性的檢驗  第六節(jié)  預(yù)測  第七節(jié)  選擇自變量的方法  第八節(jié)  自變量中帶定性變量的回歸模型  第九節(jié)  奇異值與影響點(diǎn)的確定  附錄6.1  用SPSS建立多元線性回歸預(yù)測模型第七章  因素預(yù)測法三——時間序列的回歸分析  第一節(jié)  一個例子  第二節(jié)  自相關(guān)  第三節(jié)  消除自相關(guān)的方法  第四節(jié)  利用多元回歸擬合具有季節(jié)  變動的時間序列數(shù)據(jù)  附錄7.1  用SPSS診斷回歸預(yù)測模型中的隨機(jī)項的自相關(guān)性第八章  Logistic回歸  第一節(jié)  Logistic回歸理論概述  第二節(jié)  二項Logistic回歸模型介紹  第三節(jié)  二項Logistic回歸方程系數(shù)解釋及檢驗  第四節(jié)  二項Logistic回歸應(yīng)用實例  第五節(jié)  其他情形的Logistic回歸  附錄8.1  用SPSS進(jìn)行Logistic回歸分析第九章  定性預(yù)測  第一節(jié)  概述  第二節(jié)  頭腦風(fēng)暴預(yù)測法  第三節(jié)  經(jīng)驗判斷預(yù)測法  第四節(jié)  專家會議法  第五節(jié)  德爾菲預(yù)測法  第六節(jié)  主觀概率預(yù)測法  第七節(jié)  產(chǎn)品生命周期預(yù)測法  第八節(jié)  市場景氣預(yù)測法第十章  博克斯-詹金斯預(yù)測法  第一節(jié)  概述  第二節(jié)  時間序列平穩(wěn)性的識別方法  第三節(jié)  非平穩(wěn)時間序列平穩(wěn)化的方法  第四節(jié)  數(shù)據(jù)特點(diǎn)與模型的選擇  第五節(jié)  模型的參數(shù)估計  第六節(jié)  模型的診斷  第七節(jié)  預(yù)測  第八節(jié)  案例分析  第九節(jié)  B-J預(yù)測法的優(yōu)缺點(diǎn)  附錄10.1  用SPSS建立ARIMA模型附表  常用的統(tǒng)計量的分布表參考書目

章節(jié)摘錄

　　一、商務(wù)預(yù)測的涵義　　預(yù)測是根據(jù)事物過去發(fā)展變動的客觀過程和某些規(guī)律性，參照當(dāng)前已經(jīng)出現(xiàn)和正在出現(xiàn)的各種可能性，運(yùn)用現(xiàn)代管理的、數(shù)學(xué)的和統(tǒng)計的方法，對事物未來可能出現(xiàn)的趨勢和可能達(dá)到的水平作出的一種科學(xué)推測?！　∩虅?wù)預(yù)測是預(yù)測的一個分支，是指從事商務(wù)活動的個人或組織（工商企業(yè)）為了減少其決策的失誤，在詳細(xì)了解其過去和現(xiàn)在商務(wù)活動的基礎(chǔ)上，通過分析研究，發(fā)現(xiàn)并掌握商務(wù)活動發(fā)展過程固有的規(guī)律性，對商務(wù)活動未來可能出現(xiàn)的趨勢作出科學(xué)推測?！　∩虅?wù)預(yù)測包含以下四層含義：預(yù)測本身不是目的，因為預(yù)測的目的是為了降低決策失誤的概率，所以預(yù)測僅僅是商務(wù)決策過程中的一個必要的環(huán)節(jié)，是提高決策科學(xué)性的手段；預(yù)測應(yīng)在占有詳細(xì)資料的基礎(chǔ)上進(jìn)行，資料是預(yù)測的依據(jù)，只有深入細(xì)致地了解事物的過去和現(xiàn)在，才有可能較準(zhǔn)確地判斷它的未來；預(yù)測應(yīng)是在利用現(xiàn)代科學(xué)方法對過去和現(xiàn)在的資料進(jìn)行詳細(xì)分析的基礎(chǔ)上得出的，并不是憑某些人主觀猜測的；預(yù)測的結(jié)果與實際事實之間肯定存在一定的誤差，它是決策的主要參考資料之一，并不是惟一的依據(jù)?！　‰m然商務(wù)預(yù)測的結(jié)果與實際存在一定的誤差，但在信息高度發(fā)達(dá)的今天，預(yù)測在商務(wù)決策中的作用越來越大，成功的預(yù)測會給公司帶來豐厚的利潤回報，當(dāng)然失敗的預(yù)測將會給公司帶來巨大的損失。所以，作為公司的決策者、高級管理者及一般的管理人員，掌握預(yù)測技術(shù)，特別是定量預(yù)測技術(shù)顯得尤為重要。在過去，許多管理者在作決策時更相信他們的主觀判斷。其實，主觀判斷也是一種預(yù)測方法。在信息不是很發(fā)達(dá)、數(shù)據(jù)儲存技術(shù)及處理技術(shù)不是很發(fā)達(dá)的過去，主觀判斷也是一種較好的預(yù)測方法。但在當(dāng)今的商業(yè)活動中，不確定的因素太多，再加上信息高度發(fā)達(dá)、數(shù)據(jù)儲存技術(shù)及處理技術(shù)發(fā)展速度驚人，定量預(yù)測的結(jié)果要比主觀預(yù)測準(zhǔn)確得多。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    商務(wù)預(yù)測方法 PDF格式下載

---