第1章 預測簡介 

1.1 預測的定義   

1.2 預測的類型   

1.3 預測的方法   

1.4 預測的誤差   

1.5 訓練集和測試集   

第2章 時間序列簡介 

2.1 時間序列的定義   

2.2 時間序列的特征   

2.3 時間序列的類別   

2.4 時間序列預測的模型及方法

第3章 三體模型和三體預測法 

3.1 三體模型

3.2 三體預測法   

3.3 三體模型的確定準則

3.4 三體模型的應用場景   

第4章 實例演示 

4.1 1980~2009年中國豬肉消費量預測     

4.2 2016~2019年某鞋廠運動鞋季度銷量預測 

4.3 中國家用冰箱市場季節需求量預測   

4.4 2020年中國5G手機出貨量預測 

4.5 2010~2022年中國GDP季度數據預測

4.6 2010~2016年中國GDP月度數據預測

4.7 2006~2017年中國五大機場月客運量預測 

4.8 北京目的地遊客量月度數據預測

4.9 海南過夜遊旅客量月度數據預測

4.10 英國電子廢棄物回收規模預測  

4.11 中國彩色電視機廢棄量預測

4.12 江蘇省生活垃圾清運量預測     

4.13 海南省生活垃圾清運量預測     

4.14 大連港和天津港貨物年度吞吐量預測     

4.15 中國五大港口集裝箱月度吞吐量預測     

4.16 海口港貨物吞吐量月度數據預測     

4.17 海南自貿港機場客運量月度數據預測     

4.18 2010~2014年中國人均能源生活消費預測

4.19 中國城鎮和農村家庭人均可支配收入預測     

4.20 2014~2018年河南省糧食產量預測   

4.21 2016年九寨溝每日遊客人數預測     

第5章 互聯網公司用戶量預測 

5.1 QQ注冊用戶量預測     

5.2 微信活躍用戶量預測   

5.3 支付寶注冊用戶量預測

5.4 360手機衛士用戶量預測     

5.5 當當網用戶量預測

5.6 摩拜用戶量預測   

第6章 預測模型比較及總結     

6.1 三體模型與指數平滑法比較

6.2 三體模型與移動平均MA比較   

6.3 三體模型與向量自回歸AR比較 

6.4 三體模型與其他預測模型比較   

6.5 總結

附錄

附錄1 中國五大港口每月集裝箱吞吐量

附錄2 2016年九寨溝每日遊客人數

附錄3 Stata教材和軟件下載網址

參考文獻      

致謝