本书是作者吸收预测、决策理论的新发展,结合长期的教学实践而总结编写的。本书系统地讲述了预测决策的基本理论、方法、技术和模型,主要内容包括预测概述、定性预测方法、回归分析预测法、时间序列分析预测法、趋势外推预测法、马尔科夫预测法、灰色预测、决策概述、非确定型单目标决策、多目标决策、模糊决策和灰色决策。本书力求概念和思路清晰,深入浅出,简明扼要,通俗易懂,理论联系实际,方便读者自学。
本书可作为高等院校经济管理类和理工类专业高年级本科生、研究生的教材,也适合于作为政府、企事业管理干部,工程技术人员等自学现代预测和决策理论与方法的参考书。

**章 预测概述
**节 预测的概念及作用
第二节 预测的分类
一、按预测所涉及领域的不同分类
二、按预测范围或层次不同分类
三、按预测的时间长短不同分类
四、按预测方法性质不同分类
五、按预测时是否考虑时间因素分类
六、按预测的前提条件不同分类
第三节 预测的程序
一、明确预测任务,制订预测计划
二、搜集、审核和整理资料
三、选择预测方法和建立数学模型
四、检验模型,进行预测
五、分析预测误差,评价预测结果
六、向决策者提交预测报告
第四节 预测的精度
一、预测精度的主要影响因素
二、预测精度的度量指标
习题
第二章 定性预测方法
**节 市场调查预测法
一、经营管理人员意见调查预测法
二、销售人员意见调查预测法
三、商品展销、订货会调查预测法
四、试销调查预测法
第二节 集合意见预测法
第三节 专家预测法
一、头脑风暴法
二、德尔菲法(Delphi Method)
第四节 类推法
一、基本原理
二、类推法的应用
第五节 扩散指数法
习题
第三章 回归分析预测法
**节 回归分析预测法概述
一、回归分析预测法研究的主要内容
二、回归分析预测法的前提条件
三、回归分析预测法的分类
四、回归分析预测法的步骤
第二节 一元线性回归分析预测法
一、一元线性回归模型及其假设条件
二、回归模型参数的*小二乘估计
三、回归模型的检验
四、预测与置信区间的确定
第三节 多元线性回归分析预测法
一、多元线性回归模型及其假设条件
二、多元线性回归分析的一般算法
三、多元线性回归分析的矩阵算法
四、多重共线性
第四节 可线性化的非线性回归分析预测法
一、指数函数曲线预测模型
二、双曲线函数预测模型
三、对数函数曲线预测模型
四、幂函数曲线预测模型
五、多项式函数曲线预测模型
第五节 带虚拟变量的回归分析预测法
一、虚拟变量
二、带虚拟变量的回归预测分析
习题
第四章 时间序列分析预测法
**节 时间序列概述
一、长期趋势变动
二、季节变动
三、循环变动
四、不规则变动
第二节 移动平均法
一、移动平均法
二、加权移动平均法
第三节 指数平滑法
一、一次指数平滑法
二、二次指数平滑法
三、三次指数平滑法
第四节 季节变动预测法
一、无趋势变动不变季节指数时间序列预测方法
二、有趋势变动不变季节指数时间序列预测方法
三、可变季节指数时间序列预测方法
第五节 自适应过滤法
一、自适应过滤法的基本过程
二、N、k值和初始权数的确定
习题
第五章 趋势外推预测法
**节 修正指数曲线模型预测法
第二节 生长曲线模型预测法
一、龚珀兹曲线模型预测法
二、皮尔曲线模型预测法
习题
第六章 马尔科夫预测法
**节 马尔科夫链的基本原理
第二节 状态预测
第三节 市场占有率预测
第四节 期望利润预测
习题
第七章 灰色预测
**节 灰色预测的有关基本理论
一、有关基本概念
二、灰预测的灰色序列生成
三、灰预测的灰系统模型
第二节 灰预测
一、模型检验
二、数列灰预测
三、灾变(异常值)灰预测
习题
第八章 决策概述
**节 决策的含义
一、决策的产生及重要性
二、决策的含义
三、决策的特性
第二节 决策的分类
一、按决策的重要性分类
二、按决策的结构和程序分类
三、按决策目标和指标是否可定量化分类
四、按对决策问题抉择的次数分类
五、按决策目标的多少分类
六、按对决策环境情况的掌握程度分类
七、按决策人的多少分类
第三节 决策的基本原则
一、信息准全原则
二、经济性原则
三、系统性原则
四、科学性原则
五、反馈性原则
六、民主性原则
第四节 决策的程序
一、发现和确定问题
二、确定决策目标
三、拟定备选方案
四、分析评价选择方案
五、方案的实施与控制
习题
第九章 非确定型单目标决策
第十章 多目标决策
第十一章 模糊决策
第十二章 灰色决策
参考文献