●前言

第1章 MATLAB的基本計算與統計數據處理
本章要點
1．1 數值計算
1．1．1 基本運算與函數
1．1．2 數組運算
1．1．3 矩陣生成
1．1．4 矩陣運算
1．2 符號計算
1．2．1 創建符號變量與對像
1．2．2 符號微積分
1．3 解方程
1．3．1 代數方程的符號解
1．3．2 常微分方程的符號解
1．3．3 利用矩陣解線性方程組
1．4 統計數據的處理
1．4．1 數據的保存和調用
1．4．2 基本統計量函數
1．4．3 概率分布函數
1．4．4 統計作圖
1．4．5 參數估計
1．4．6 假設檢驗
練習與提高

第2章 經濟預測概述
本章要點
2．1 預測的基本概念與原理
2．1．1 預測的基本概念
2．1．2 預測的基本原理
2．2 經濟預測的內容與步驟
2．2．1 經濟預測學的研究內容
2．2．2 經濟預測的主要內容
2．2．3 預測的一般步驟
2．3 預測資料的收集與預處理
2．3．1 數據的收集與處理
2．3．2 數據類型
2．3．3 數據的分析與鋻別
2．4 數據的初始化處理
2．5 樣本預測及精度評價
2．5．1 樣本內預測與樣本外預測
2．5．2 預測的精度評價
練習與提高

第3章 定性預測法
3．1 集合意見預測法
3．1．1 常用的集合意見預測法
3．1．2 集合意見預測法的應用
3．2 德爾菲法
3．2．1 德爾菲法的基本內容
3．2．2 德爾菲法的應用
3．3 主觀概率預測法
3．3．1 主觀概率概述
3．3．2 常用的主觀概率預測法
3．3．3 主觀概率預測法的應用
3．4 市場預測法
練習與提高

第4章 彈性預測法
本章要點
4．1 彈性繫數的基本理論
4．1．1 彈性與彈性繫數
4．1．2 彈性繫數的分類
4．1．3 彈性繫數的計算
4．1．4 常用函數的彈性
4．2 消費需求彈性預測法
4．2．1 需求的價格彈性預測法
4．2．2 需求的收入彈性預測法
4．2．3 需求的交叉彈性預測法
4．2．4 多種彈性繫數綜合預測法
4．3 市場供應彈性預測法
4．4 產出彈性預測法
4．4．1 單一投入要素的產出彈性
4．4．2 生產彈性
4．5 案例分析
4．5．1 能源消費需求量預測
4．5．2 全國鐵路、公路客貨運量預測
練習與提高

第5章 投入產出預測法
本章要點
5．1 投入產出模型
5．1．1 價值型投入產出表
5．1．2 投入產出的基本平衡關繫
5．1．3 直接消耗繫數
5．1．4 接近消耗繫數
5．1．5 影響力繫數與感應度繫數
5．1．6 勞動報酬和勞動力需求
5．1．7 實物型投入產出表
5．2 案例分析
5．2．1 國民經濟投入產出預測
5．2．2 企業投入產出預測
練習與提高

第6章 趨勢外推預測法
本章要點
6．線性回歸法
6．2 多項式曲線擬合法
6．回歸法
6．3．線性回歸
6．3．2 多項式回歸
6．3．函數回歸
6．4 交互式回歸法
6．4．多項式回歸命令
6．4．二項式回歸命令
6．4．3 逐步回歸命令
6．5 加權擬合直線方程法
6．6 非線性回歸法
6．6．1 非線性模型的線性化
6．6．2 非線性回歸命令
6．6．3 邏輯增長曲線模型
6．7 虛變量回歸分析
6．8 案例分析
6．8．1 我國人口預測模型
6．8．2 投資額模型
練習與提高

第7章 時間序列預測法
本章要點
7．1 移動平均值預測法
7．1．1 一次移動平均法
7．1．2 二次移動平均法
7．2 指數平滑預測法
7．2．1 一次指數平滑法
7．2．2 二次指數平滑法
7．2．3 三次指數平滑法
7．2．4 霍爾特雙參數線性指數平滑法
7．3 季節指數預測法
7．3．1 季節性水平模型
7．3．2 季節性趨勢模型
7．3．3 季節性環比法模型
7．4 時間序列分解法
7．5 ARMA模型預測法
7．5．1 ARMA模型的基本形式
7．5．2 ARMA模型的相關性分析及識別
7．5．3 ARMA模型的參數估計
7．5．4 ARMA模型的預測
7．6 案例分析
7．6．1 利用指數平滑法預測GDP
7．6．2 利用ARMA模型預測股票價格
練習與提高

第8章 干預分析模型預測法
本章要點
8．1 干預分析模型的基本形式
8．1．1 干預分析模型的基本變量
8．1．2 干預事件的形式
8．1．3 干預分析模型的預測過程
8．2 案例分析
練習與提高

第9章 馬爾可夫鏈預測法
本章要點
9．1 馬爾可夫鏈的基本理論
9．1．1 馬爾可夫鏈的基本概念
9．1．2 馬爾可夫鏈的預測原理
9．2 案例分析
9．2．1 市場占有率預測
9．2．2 股票價格走勢預測
9．2．3 加權馬氏鏈法預測股票走勢
9．2．4 期望利潤預測
練習與提高

第10章 灰色預測法
本章要點
10．1 灰色預測的基本內容
10．1．1 灰色預測的基本概念
10．1．2 灰色預測模型
10．1．3 灰色預測GM（1，1）修正模型
10．1．4 灰色預測GM（1，n）模型
10．1．5 灰色災變預測模型
10．2 案例分析
10．2．1 社會消費品零售總額預測
10．2．2 國內生產總值預測
10．2．3 城市居民消費支出預測
10．2．4 股票灰色災變預測
10．2．5 重大干旱災害預測
練習與提高

第11章 景氣預測法
本章要點
11．1 景氣預測的基本理論
11．1．1 景氣指標體繫的基本概念
11．1．2 景氣循環法的預測過程
11．1．3 景氣綜合評分——預警繫統
11．2 案例分析
11．2．1 國房景氣指數
11．2．2 上海房地產景氣指數
練習與提高

第12章 神經網絡預測法
本章要點
12．1 神經網絡的基本理論
12．1．1 人工神經網絡
12．1．2 BP神經網絡的基本原理
12．1．3 BP神經網絡的過程
12．1．4 BP神經網絡預測
12．2 BP神經網絡的MATLAB函數
12．3 案例分析
12．3．1 多指標的股票開盤價預測
12．3．2 單指標的股票收盤價預測
練習與提高

第13章 層次分析法
本章要點
13．1 層次分析法的基本理論
13．1．1 單層次模型
13．1．2 多層次分析法的基本步驟
13．1．3 量化指標的綜合選優排序
13．2 案例分析
練習與提高

第14章 熵權法與逼近理想解排序法
本章要點
14．1 熵權法
14．1．1 熵的定義和性質
14．1．2 熵權法的計算步驟
14．1．3 熵權的性質與意義
14．2 逼近理想解排序法
14．2．1 逼近理想解排序的基本原理
14．2．2 逼近理想解排序的基本步驟
14．3 案例分析
14．3．1 熵權法的低碳經濟發展評價
14．3．2 逼近理想解排序法的商業銀行績效評價
練習與提高

第15章 數據包絡分析法
本章要點
15．1 數據包絡分析法的基本理論
15．1．1 CCR模型概述
15．1．2 具有非阿基米德無窮小量的CCR模型
15．1．3 BCC模型
15．1．4 超效率DEA評價模型
15．1．5 規模效率和技術效率
15．2 案例分析
15．2．1 數據包絡分析法的商業銀行效率評估
15．2．2 數據包絡分析法的房地產開發企業效率評估
練習與提高
參考文獻

《經濟預測與決策技術及MATLAB實現 第2版》從模型的基本知識和理論出發，采用經濟、金融、管理等領域的實際案例，編寫相應的MATLAB程序，並得出含有大量數據和套用模型的運行結果，使復雜的問題簡單化。學習者無須掌握大量的計算機知識，隻需復制例題、案例中相應的程序，就可解決自己想處理的問題，為讀者提供了一套手把手處理問題的方法和解決實際問題的手段。
《經濟預測與決策技術及MATLAB實現 第2版》主要內容包括定性預測法、彈性預測法、投入產出預測法、趨勢外推預測法、時間序列預測法、干預分析模型預測法、馬爾可夫鏈預測法、灰色預測法、景氣預測法、神經網絡預測法等預測方法，以及層次分析法、熵權法、逼近理想解排序法、數據包絡分析法等決策評價技術，彙總了當代經濟預測與決策方法、理論和模型，具有較高的學術參考價值。
《經濟預測與決策技術及MATLAB實現 第2版》可作為高等院校經等