第一章 商务预测概述
第一节 商务预测的涵义与内容
第二节 商务预测的分类及其选择
第三节 商务预测的步骤
第四节 商务预测精确度的测定
第二章 移动平均及指数平滑预测法
第一节 时间序列的类型及预测模型的选择
第二节 朴素预测法及简单平均数预测法
第三节 移动平均法
第四节 简单指数平滑法
第五节 霍尔特（Holt）双参数线性指数平滑法
第六节 霍尔特一温特（Holt—Winters）指数平滑法
第七节 指数平滑预测模型的扩展
附录2.1 用SPSS进行指数平滑
第三章 趋势外推预测法
第一节 概述
第二节 长期趋势模型的种类
第三节 趋势模型判断的方法
第四节 线性趋势模型参数的估计
第五节 二项式及指数曲线趋势模型的估计
第六节 龚珀兹及皮尔曲线模型的估计
附录3.1 用SPSS及Excel进行趋势预测
第四章 季节变动预测法
第一节 概述
第二节 无趋势的季节预测模型
第三节 带趋势的季节性加法预测模型
第四节 带趋势的季节性乘法预测模型
附录4.1 用SPSS计算季节指数
第五章 因素预测方法一——截面数据简单线性回归
第一节 简单线性回归概述
第二节 参数风、卢。的最小二乘估计
第三节 估计的标准误差
第四节 回归方程的显著性检验和可决系数
第五节 计算机输出结果的解释
第六节 预测
第七节 残差分析（ei=yi-yi）
第八节 简单线性回归模型预测的实例
附录5.1 用SPSS建立简单线性回归预测模型
第六章 因素预测法二——截面数据的多元回归
第一节 多元线性回归模型概述
第二节 参数β0、β1、β2、β3...βk的最小二乘估计
第三节 回归方程的显著性检验
第四节 残差分析——异方差检验
第五节 假设5——多重共线性的检验
第六节 预测
第七节 选择自变量的方法
第八节 自变量中带定性变量的回归模型
第九节 奇异值与影响点的确定
附录6.1 用SPSS建立多元线性回归预测模型
第七章 因素预测法三——时间序列的回归分析
第一节 一个例子
第二节 自相关
第三节 消除自相关的方法
第四节 利用多元回归拟合具有季节 变动的时间序列数据
附录7.1 用SPSS诊断回归预测模型中的随机项的自相关性
第八章 Logistic回归
第一节 Logistic回归理论概述
第二节 二项Logistic回归模型介绍
第三节 二项Logistic回归方程系数解释及检验
第四节 二项Logistic回归应用实例
第五节 其他情形的Logistic回归
附录8.1 用SPSS进行Logistic回归分析
第九章 定性预测
第一节 概述
第二节 头脑风暴预测法
第三节 经验判断预测法
第四节 专家会议法
第五节 德尔菲预测法
第六节 主观概率预测法
第七节 产品生命周期预测法
第八节 市场景气预测法
第十章 博克斯-詹金斯预测法
第一节 概述
第二节 时间序列平稳性的识别方法
第三节 非平稳时间序列平稳化的方法
第四节 数据特点与模型的选择
第五节 模型的参数估计
第六节 模型的诊断
第七节 预测
第八节 案例分析
第九节 B-J预测法的优缺点
附录10.1 用SPSS建立ARIMA模型
附表 常用的统计量的分布表