随着社会经济的迅速发展和计算机技术更新加快，人们越来越重视并容易收集到实际发生的各种数据。如何运用这些数据认识事物发展变化的规律并预测其未来，也愈发为人们所关注，各种预测方法应运而生并不断发展。在从事教学和实际问题研究的过程中，感觉原来的内容有些过于陈旧，希望能够奉献一些新的思路和方法给学生和其他需要应用的读者。

第一章 一元线性回归分析法 第一节 模型和参数估计 第二节 模型的检验 第三节 预测精度的测定 第四节 预测实例 附 录 第二章 多元回归分析法 第一节 模型和参数估计 第二节 模型的检验 第三节 自变量的选择 第四节 多重共线性 第五节 预测实例 第六节 滞后变量模型 附 录 第三章 非线性回归分析法 第一节 非线性回归模型 第二节 模型参数的估计 第三节 模型分析与评价 第四节 含虚拟变量的回归模型 第五节 预测实例 附 录 第四章 时间序列平滑法 第一节 概 述 第二节 移动平均法 第三节 指数平滑法 第四节 方法的比较 附 录 第五章 趋势模型 第一节 趋势模型类型 第二节 模型选择 第三节 参数估计 第四节 模型分析与评价 附 录 第六章 季节模型 第一节 季节性水平模型 第二节 季节性交乘趋向模型 第三节 季节性迭加趋向模型 第七章 马尔可夫法 第一节 基本概念 第二节 马尔可夫预测法 第三节 马氏链的稳定状态及其应用 第八章 ARMA模型 第一节 概 述 第二节 时序特性的分析 第三节 ARMA模型及其改进 第四节 随机时序模型的建立 第五节 时序模型预测 附 录 第九章 ARCH类模型 第一节 单位根过程 第二节 ARCH模型 第三节 广义ARCH模型 第四节 拓展的ARCH模型 第五节 多元ARCH模型 附 录 附表1 t分布表 附表2 F分布表 附表3 D.W.检验表 附表4 χ2分布表 附表5 DF检验t统计量经验概率分布表 附表6 Engle Granger检验表 参考文献

易丹辉：中国人民大学统计学院教授、博士生导师。研究方向：风险管理与保险、预测与决策。主要从事统计方法在经济、金融、保险、医疗、管理等领域应用的研究。讲授课程 统计预测、预测动态、实验设计、Categorical Data Analysis、金融风险分析技术、Structural Equations Model、时间序列分析、数据挖掘技术及应用等课程。