第1章 商业预测导论
引言
人们普遍接受的定量预测
商业预测的现状
公共部门和非营利部门的预测
预测与供应链管理
计算机应用和定量分析
主观预测方法
新产品预测
两个简单的朴素预测模型
评价预测效果
利用多种预测方法
数据源
预测美国国内汽车销售量
本书概述
综合案例：盖普公司销售额预测
关于ForecastXTM：ForecastXTM软件以及用法介绍
开始：从ProCastTM开始你的预测过程
注释
推荐读物和网站
练习
第2章 预测过程、数据描述和模型选择
引言
预测过程
趋势、季节和循环数据模式
数据模式与模型选择
统计知识回顾
相关图：数据探索的另一种方法
美国国内汽车销售量：探索性数据分析及模型选择
综合案例：盖普公司
利用ForecastXTM计算自相关函数
注释
推荐读物
练习
第3章 移动平均法与指数平滑法
移动平均法
简单指数平滑法
霍尔特指数平滑法
温特斯指数平滑法
自适应简单指数平滑法
用简单平滑法、霍尔特平滑法或ADRES平滑法预测季节性数据序列
事件建模
小结
用指数平滑法预测美国国内汽车销售量
综合案例：盖普公司
利用ForecastXTM进行指数平滑预测
注释
推荐读物
练习
第4章 回归预测法导论
一元回归模型
数据的可视化：回归分析的一个重要步骤
回归预测过程
因果回归模型预测
基于个人可支配总收人的零售额预测
基于抵押率的零售额预测
回归模型中的统计评价
估计值的标准误差
异方差性
截面预测
利用一元回归模型预测美国国内汽车销售量
综合案例：盖普公司
用ForecastXTM软件进行回归预测
回归模型的进一步讨论
注释
推荐读物
练习
第5章 多元回归预测
多元回归模型
选择自变量
多元回归模型的预测
多元回归模型的统计检验
序列相关和遗漏变量问题
在多元回归模型中解释季节性
多元回归模型的扩展
用多元回归模型进行预测时的建议
用多元回归模型预测美国国内汽车销售额
综合案例：盖普公司
用ForecastXTM进行多元回归预测
注释
推荐读物
练习
第6章 时间序列分解
时间序列分解的基本模型
消除数据的季节性和求解季节指数
求解长期趋势
循环因子的测度
时间序列分解预测
用时间序列分解法预测美国国内汽车销售量
综合案例：盖普公司
用ForecastXTM进行时间序列分解法预测
注释
推荐读物
练习
附录
第7章 博克斯-詹金斯ARIMA型预测模型
引言
博克斯一詹金斯方法的原理
移动平均模型
自回归移动平均模型
平稳性
博克斯-詹金斯判别过程
ARIMA：一组数值例子
预测季节时间序列
美国国内汽车销售量
综合案例：盖普公司销售额预测
利用：ForecastXTM进行ARIMA(博克斯一詹金斯)预测
推荐读物
练习
附录
第8章 联合预测
引言
偏差
实例
哪些预测方法可以进行联合
联合预测权数的选择
联合预测选择权数的三种方法
利用联合预测方法预测美国国内汽车销售量
综合案例：盖普公司
利用ForecastXTM进行联合预测
注释
推荐读物
练习
第9章 执行预测
获得良好预测的关键
预测过程
人工智能和预测
小结
用ForecastXTM中的“ProCastlTM”进行预测
注释
推荐读物
练习
术语表
译后记
展开
