作者簡介
 
葉怡成
 
目前任教於淡江大學，開設資料探勘、財務管理等課程。著有「台灣股市何種選股模型行得通？」、「誰都學得會的最強選股公式GVI」、「誰都學得會的算股公式」、「工程經濟與財務管理」、「資料探勘：程序與模式─ 使用Excel實作」等專書。

• Chapter 01 導論(第1-1頁)
  • 1.1 簡介(第1-2頁)
  • 1.2 預測的應用(第1-2頁)
  • 1.3 預測的方法(第1-4頁)
  • 1.4 預測的步驟(第1-6頁)
  • 1.5 預測的評估(第1-8頁)
  • 1.6 預測的軟體(第1-9頁)
  • 1.7 幾個有趣的預測實例(第1-10頁)
  • 1.8 結論(第1-13頁)
• Chapter 02 變數特性的統計(第2-1頁)
  • 2.1 簡介(第2-2頁)
  • 2.2 單變數敘述統計(第2-2頁)
  • 2.3 機率分佈型態之性質(第2-3頁)
  • 2.4 機率分佈參數之估計(第2-4頁)
  • 2.5 機率分佈參數之測試(第2-5頁)
  • 2.6 機率分佈型態之測試(第2-5頁)
  • 2.7 實例(第2-7頁)
  • 2.8 結論(第2-11頁)
• Chapter 03 變數關係的分析(第3-1頁)
  • 3.1 簡介(第3-2頁)
  • 3.2 資料的型態(第3-2頁)
  • 3.3 非時間數列資料的分析：相關分析(第3-6頁)
  • 3.4 時間數列資料的分析：自相關分析(第3-9頁)
  • 3.5 實例(第3-19頁)
  • 3.6 結論(第3-24頁)
• Chapter 04 迴歸分析原理（一）：單變數迴歸(第4-1頁)
  • 4.1 簡介(第4-2頁)
  • 4.2 迴歸模型之建構：迴歸係數(第4-2頁)
  • 4.3 迴歸模型之檢定：變異分析(第4-6頁)
  • 4.4 迴歸模型之診斷：殘差分析(第4-9頁)
  • 4.5 迴歸模型之應用：反應信賴區間(第4-9頁)
  • 4.6 非線性函數之迴歸分析(第4-13頁)
  • 4.7 實例(第4-20頁)
  • 4.8 結論(第4-28頁)
• Chapter 05 迴歸分析原理（二）：多變數迴歸(第5-1頁)
  • 5.1 迴歸分析簡介(第5-2頁)
  • 5.2 迴歸模型之建構：迴歸係數(第5-2頁)
  • 5.3 迴歸模型之檢定：變異分析(第5-12頁)
  • 5.4 迴歸模型之診斷：殘差分析(第5-17頁)
  • 5.5 迴歸模型之應用：信賴區間(第5-24頁)
  • 5.6 多項式函數之迴歸分析(第5-27頁)
  • 5.7 非線性函數之迴歸分析(第5-31頁)
  • 5.8 定性變數(第5-38頁)
  • 5.9 實例(第5-42頁)
  • 5.10 結論(第5-50頁)
Chapter 06 因果關係模型(第6-1頁)
• 6.1 簡介(第6-2頁)
• 6.2 模型過度配適問題之處理(第6-2頁)
• 6.3 自變數共線性問題之處理(第6-6頁)
• 6.4 殘差變異不均問題之處理(第6-14頁)
• 6.5 殘差序列相關問題之處理(第6-18頁)
• 6.6 實例(第6-29頁)
• 6.7 結論(第6-34頁)
Chapter 07 時間分解模型(第7-1頁)
• 7.1 簡介(第7-2頁)
• 7.2 傾向及季節模式之建構(第7-3頁)
• 7.3 傾向及季節模式之意義(第7-4頁)
• 7.4 循環及隨機成份之分解(第7-12頁)
• 7.5 商業循環指標(第7-23頁)
• 7.6 實例：啤酒每月銷售量(第7-24頁)
• 7.7 結論(第7-28頁)
Chapter 08 時間數列模型（一）：簡易預測法(第8-1頁)
• 8.1 簡介(第8-2頁)
• 8.2 樸素法(第8-2頁)
• 8.3 平均法(第8-7頁)
• 8.4 平滑法：簡單 指數平滑法(第8-9頁)
• 8.5 平滑法：Holt方法(第8-11頁)
• 8.6 平滑法：Winter方法(第8-14頁)
• 8.7 實例：啤酒每月銷售量(第8-18頁)
• 8.8 結論(第8-20頁)
Chapter 09 時間數列模型（二）：ARIMA法(第9-1頁)
• 9.1 簡介(第9-2頁)
• 9.2 時間數列法之模式(第9-2頁)
• 9.3 時間數列法之流程(第9-20頁)
• 9.4 步驟1：平穩化(第9-21頁)
• 9.5 步驟2：模型鑑別(第9-26頁)
• 9.6 步驟3：參數估計(第9-39頁)
• 9.7 步驟4：殘差診斷(第9-50頁)
• 9.8 步驟5：模型應用(第9-54頁)
• 9.9 實例：啤酒每月銷售量(第9-66頁)
• 9.10 結論(第9-77頁)
Chapter 10 無時序因果關係模型個案研究(第10-1頁)
• 10-1 個案1：中古車價格(第10-2頁)
• 10-2 個案2：中古屋價格(第10-4頁)
• 10-3 個案3：法拍屋價格(第10-6頁)
• 10-4 個案4：美國犯罪率(第10-9頁)
• 10-5 個案5：晶棒含氧量(第10-12頁)
• 10-6 個案6：混凝土強度(第10-13頁)
• 10-7 個案7：混凝土坍度(第10-15頁)
• 10-8 個案8：混凝土流度(第10-17頁)
Chapter 11 時序因果關係模型個案研究(第11-1頁)
• 11-1 個案1：冰淇淋店營業額(第11-2頁)
• 11-2 個案2：總體經濟與股市報酬率(第11-5頁)
• 11-3 個案3：產業經濟與股市報酬率(第11-8頁)
• 11-4 個案4：刑事案件發生數(第11-11頁)
• 11-5 個案5：台北市空氣品質(第11-14頁)
• 11-6 個案6：花蓮溪流量(第11-16頁)
• 11-7 個案7：雨量與河川流量(第11-18頁)
Chapter 12 時間分解模型個案研究(第12-1頁)
• 12-1 個案1：美國人口量(第12-2頁)
• 12-2 個案2：營造業產值(第12-4頁)
• 12-3 個案3：每月用電量(第12-6頁)
Chapter 13 時間數列模型個案研究(第13-1頁)
• 13-1 個案1：毛皮交易(第13-2頁)
• 13-2 個案2：太陽黑子(第13-4頁)
• 13-3 個案3：強烈地震(第13-5頁)
• 13-4 個案4：樹木年輪(第13-7頁)
• 13-5 個案5：營造業產值(第13-10頁)
• 13-6 個案6：每小時用電(第13-11頁)
Appendix A 迴歸分析參數估計公式之推導(第A-1頁)
Appendix B ARIMA參數估計公式之推導(第B-1頁)
參考文獻(第B-14頁)