色一狱一情一乱一区二区三区 ,三年片在线观看免费观看高清电影 ,久久婷五月丁香

本書(shū)是針對(duì)高等學(xué)校經(jīng)濟(jì)管理類專業(yè)學(xué)生編寫(xiě)的一本有關(guān) Python 在預(yù)測(cè)與決策中應(yīng)用的教程, 不僅講解了預(yù)測(cè)與決策的基礎(chǔ)知識(shí), 而且提供了大量實(shí)用性很強(qiáng)的使用 Python 解決經(jīng)濟(jì)管理領(lǐng)域問(wèn)題的實(shí)例。全書(shū)共 9 章, 分別為統(tǒng)計(jì)基礎(chǔ)、經(jīng)濟(jì)預(yù)測(cè)概述、定性預(yù)測(cè)法、趨勢(shì)外推預(yù)測(cè)法、回歸分析預(yù)測(cè)法、確定型時(shí)間序列預(yù)測(cè)法、隨機(jī)型時(shí)間序列預(yù)測(cè)方法、馬爾科夫預(yù)測(cè)法和決策。本書(shū)內(nèi)容實(shí)用、結(jié)構(gòu)清晰、實(shí)例豐富、可操作性強(qiáng), 可作為高等學(xué)校相關(guān)課程的教材, 也可作為經(jīng)濟(jì)管理類專業(yè)的培訓(xùn)和自學(xué)教材。

預(yù)測(cè)是為決策提供信息的重要手段, 是科學(xué)決策的基礎(chǔ)。在經(jīng)濟(jì)活動(dòng)中, 預(yù)測(cè)有助于克服決策的盲目性, 并減少不確定性。 Python 語(yǔ)言是一種解釋型的、面向?qū)ο蟮摹?帶有動(dòng)態(tài)語(yǔ)義的高級(jí)編程語(yǔ)言, 是最受青睞的數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)工具之一。本書(shū)在講解預(yù)測(cè)與決策基礎(chǔ)知識(shí)的同時(shí), 探討了如何利用 Python 解決預(yù)測(cè)和決策領(lǐng)域中的問(wèn)題, 提供了大量實(shí)用性很強(qiáng)的使用 Python 解決經(jīng)濟(jì)管理領(lǐng)域問(wèn)題的實(shí)例。
本書(shū)共 9 章。第 1 章介紹了經(jīng)濟(jì)預(yù)測(cè)與決策中涉及的統(tǒng)計(jì)知識(shí)及有關(guān)參數(shù)的 Python 求解; 第 2 章介紹了經(jīng)濟(jì)預(yù)測(cè)的含義、類型、基本原理及預(yù)測(cè)數(shù)據(jù)的處理; 第 3 章介紹了定性預(yù)測(cè)的含義以及常見(jiàn)的定性預(yù)測(cè)方法: 頭腦風(fēng)暴法、德?tīng)柗品ā?主觀概率法和對(duì)比類推法等; 第 4 章介紹了趨勢(shì)外推預(yù)測(cè)法的基本原理和 Python 應(yīng)用實(shí)例; 第 5 章介紹了回歸分析預(yù)測(cè)法的基本原理和 Python 應(yīng)用實(shí)例; 第 6 章介紹了常見(jiàn)的確定型時(shí)間序列預(yù)測(cè)法, 以及 Python 應(yīng)用實(shí)例; 第 7 章介紹了隨機(jī)型時(shí)間序列預(yù)測(cè)模型、自相關(guān)函數(shù)和偏相關(guān)函數(shù)、模型識(shí)別、參數(shù)估計(jì)與預(yù)測(cè), 以及 Python 應(yīng)用實(shí)例等; 第 8 章介紹了馬爾科夫預(yù)測(cè)法的基本原理和 Python 應(yīng)用實(shí)例; 第 9 章介紹了決策的含義、基本過(guò)程, 確定型決策、非確定型決策和風(fēng)險(xiǎn)型決策, 以及 Python 應(yīng)用實(shí)例。
作者在編寫(xiě)過(guò)程中, 參考了本書(shū)參考文獻(xiàn)所列舉的資料, 并得到了知識(shí)產(chǎn)權(quán)出版社的大力支持, 在此對(duì)參考文獻(xiàn)中圖書(shū)的作者及知識(shí)產(chǎn)權(quán)出版社表示深深的感謝。本書(shū)出版得到北京印刷學(xué)院 2023 年工商管理一級(jí)學(xué)科專項(xiàng)資助 (項(xiàng)目號(hào): 21090123012) 。
由于時(shí)間倉(cāng)促, 書(shū)中難免存在一些不足之處, 敬請(qǐng)讀者批評(píng)指正。

第 1 章統(tǒng)計(jì)基礎(chǔ) ……………………… 1
1. 1 隨機(jī)變量 ……………………… 1
1. 2 樣本及抽樣分布 ……………… 5
1. 3 參數(shù)估計(jì) …………………… 10
1. 4 假設(shè)檢驗(yàn) …………………… 13
1. 5 Python 常用統(tǒng)計(jì)函數(shù) ……… 15
1. 6 習(xí)題 ………………………… 21
第 2 章經(jīng)濟(jì)預(yù)測(cè)概述 ………………… 22
2. 1 經(jīng)濟(jì)預(yù)測(cè)的含義及分類 …… 22
2. 2 經(jīng)濟(jì)預(yù)測(cè)的原理、要求及過(guò)程……………………………… 24
2. 3 預(yù)測(cè)數(shù)據(jù)的收集與處理 …… 27
2. 4 經(jīng)濟(jì)預(yù)測(cè)方法 ……………… 29
2. 5 經(jīng)濟(jì)預(yù)測(cè)的誤差 …………… 31
2. 6 習(xí)題 ………………………… 33
第 3 章定性預(yù)測(cè)法 …………………… 34
3. 1 定性預(yù)測(cè)法概述 …………… 34
3. 2 頭腦風(fēng)暴法 ………………… 35
3. 3 德?tīng)柗品?…………………… 39
3. 4 其他定性預(yù)測(cè)法 …………… 44
3. 5 習(xí)題 ………………………… 50
第 4 章趨勢(shì)外推預(yù)測(cè)法 ……………… 52
4. 1 趨勢(shì)外推預(yù)測(cè)法概述 ……… 52
4. 2 線性趨勢(shì)外推預(yù)測(cè)法 ……… 53
4. 3 二次曲線趨勢(shì)外推預(yù)測(cè)法 … 61
4. 4 生長(zhǎng)曲線預(yù)測(cè)法 …………… 67
4. 5 習(xí)題 ………………………… 72
第 5 章回歸分析預(yù)測(cè)法 ……………… 74
5. 1 回歸分析預(yù)測(cè)法概述 ……… 74
5. 2 一元線性回歸預(yù)測(cè)法 ……… 75
5. 3 多元線性回歸預(yù)測(cè)法 ……… 85
5. 4 非線性回歸預(yù)測(cè)法 ………… 96
5. 5 習(xí)題 ………………………… 104
第 6 章確定型時(shí)間序列預(yù)測(cè)法 …… 105
6. 1 確定型時(shí)間序列預(yù)測(cè)法概述……………………………… 105
6. 2 移動(dòng)平均法 ………………… 107
6. 3 指數(shù)平滑法 ………………… 120
6. 4 季節(jié)周期預(yù)測(cè)法 …………… 130
6. 5 習(xí)題 ………………………… 146
第 7 章隨機(jī)型時(shí)間序列預(yù)測(cè)法 …… 147
7. 1 隨機(jī)型時(shí)間序列預(yù)測(cè)法概述……………………………… 147
7. 2 常見(jiàn)的時(shí)間序列模型 ……… 149
7. 3 自相關(guān)函數(shù)、偏相關(guān)函數(shù)……………………………… 154
7. 4 模型識(shí)別 …………………… 158
7. 5 參數(shù)估計(jì) …………………… 160
7. 6 模型的檢驗(yàn)與修正 ………… 163
7. 7 預(yù)測(cè) ………………………… 165
7. 8 應(yīng)用舉例 …………………… 168
7. 9 習(xí)題 ………………………… 180
第 8 章馬爾可夫預(yù)測(cè)法 …………… 182
8. 1 馬爾可夫預(yù)測(cè)法的基本原理……………………………… 182
8. 2 馬爾可夫方法在經(jīng)濟(jì)預(yù)測(cè)
中的應(yīng)用 …………………… 187
8. 3 習(xí)題 ………………………… 196
第 9 章決策 ……………………… 198
9. 1 決策概述 …………………… 198
9. 2 確定型決策 ………………… 202
9. 3 不確定型決策 ……………… 207
9. 4 風(fēng)險(xiǎn)型決策 ………………… 210
9. 5 習(xí)題 ………………………… 221
參考文獻(xiàn) ……………………………… 223

你還可能感興趣

Python 經(jīng)濟(jì)預(yù)測(cè)與決策

我要評(píng)論