易丹辉：中国人民大学统计学院教授、博士生导师。研究方向：风险管理与保险、预测与决策。主要从事统计方法在经济、金融、保险、医疗、管理等领域应用的研究。讲授课程统计预测、预测动态、实验设计、Categorical Data Analysis、金融风险分析技术、Structural Equations Model、时间序列分析、数据挖掘技术及应用等课程。

第一章一元线性回归分析法

第一节模型和参数估计

第二节模型的检验

第三节预测精度的测定

第四节预测实例

附录

第二章多元回归分析法

第一节模型和参数估计

第二节模型的检验

第三节自变量的选择

第四节多重共线性

第五节预测实例

第六节滞后变量模型

附录

第三章非线性回归分析法

第一节非线性回归模型

第二节模型参数的估计

第三节模型分析与评价

第四节含虚拟变量的回归模型

第五节预测实例

附录

第四章时间序列平滑法

第一节概述

第二节移动平均法

第三节指数平滑法

第四节方法的比较

附录

第五章趋势模型

第一节趋势模型类型

第二节模型选择

第三节参数估计

第四节模型分析与评价

附录

第六章季节模型

第一节季节性水平模型

第二节季节性交乘趋向模型

第三节季节性迭加趋向模型

第七章马尔可夫法

第一节基本概念

第二节马尔可夫预测法

第三节马氏链的稳定状态及其应用

第八章 ARMA模型

第一节概述

第二节时序特性的分析

第三节 ARMA模型及其改进

第四节随机时序模型的建立

第五节时序模型预测

附录

第九章 ARCH类模型

第一节单位根过程

第二节 ARCH模型

第三节广义ARCH模型

第四节拓展的ARCH模型

第五节多元ARCH模型

附录

附表1 t分布表

附表2 F分布表

附表3 D．W．检验表

附表4 χ2分布表

附表5 DF检验t统计量经验概率分布表

附表6 Engle Granger检验表

参考文献

精彩书摘

随着社会经济的迅速发展和计算机技术更新加快，人们越来越重视并容易收集到实际发生的各种数据。如何运用这些数据认识事物发展变化的规律并预测其未来，也愈发为人们所关注，各种预测方法应运而生并不断发展。在从事教学和实际问题研究的过程中，感觉原来的内容有些过于陈旧，希望能够奉献一些新的思路和方法给学生和其他需要应用的读者，中国人民大学出版社也盛情约请，我也就决心下点工夫完成本书的修订。由于时间和精力有限，仍然没有能够达到预期的目标，只能看以后是否还有精力充实了。为方便操作，本书需要计算机完成的运算均运用的是EViews 6.0软件。

　　很感谢我的同事、我的学生，以及同仁们，在教学科研中给予的帮助和支持，特别感谢中国人民大学出版社愿意继续出版这本书。