基本信息
作 者：鄭小平，高金吉，劉夢婷 著出 版 社：清華大學出版社
出版時間：2009-6-1
版 次：1頁 數：272字 數：397000 印刷時間：2009-6-1開 本：16開紙 張：膠版紙 印 次：1I S B N：9787302197300包 裝：平裝
內容簡介
事故預測，是現代安全管理的重要組成部分。本書全面、系統地講解了事故預測的理論和方法，論述了事故預測的研究現狀和理論趨勢，總結了事故預測中最常用的六種方法：回歸預測法、時間預測法、馬爾可夫鏈狀預測法、灰色預測法、貝葉斯網路預測法和神經網路預測法，並對這些方法進行分析和比較。每一章大致包括以下四個內容： （1）方法的簡介、預測原理及其在事故預測中的套用綜述； （2）基本知識、建模方法和模型檢驗； （3）擴展模型； （4）該方法用於事故預測的實例。本書不僅可以為學者提供研究參考，而且可以作為研究生和本科生的專業教材，同時還可以作為安全管理從業人員的指導書。作者簡介
鄭小平：教授、博士生導師，新世紀優秀人才目錄
第1章 緒論1.1 事故
1.1.1 事故的定義
1.1.2 事故的指標
1.1.3 事故的特徵
1.2 事故預測
1.2.1 預測原理
1.2.2 事故預測過程
1.3 事故預測方法
1.3.1 回歸預測法
1.3.2 時間序列預測法
1.3.3 馬爾可夫預測法
1.3.4 灰色預測法
1.3.5 貝葉斯網路預測法
1.3.6 神經網路預測法
第2章 回歸預測法
2.1 概述
2.1.1 回歸分析概述
2.1.2 回歸預測法概述
2.1.3 回歸分析的事故預測概述
2.2 一元回歸模型
2.2.1 線性化
2.2.2 參數估計
2.2.3 模型檢驗
2.2.4 預測模型
2.3 多元回歸模型
2.3.1 參數估計
2.3.2 模型檢驗
2.3.3 自變數選擇
2.3.4 預測模型
2.3.5 事故預測舉例
2.4 線性回歸注意的問題
2.4.1 殘差分析
2.4.2 異方差問題
2.4.3 自相關問題
2.5 離散預測模型
2.5.1 泊松回歸模型
2.5.2 負二項回歸模型
2.5.3 logit模型
2.6 事故預測實例
第3章 時間序列預測法
3.1 概述
3.1.1 時間序列簡介
3.1.2 時間序列預測法概述
3.1.3 事故預測的時間序列預測法
3.2 基礎知識
3.2.1 基本概念
3.2.2 平穩性和可逆性
3.2.3 滑動平均過程（moving average processes）
3.2.4 自回歸模型（autoregressive model）
3.2.5 自回歸滑動平均模型（autoregressive moving average model）
3.3 ARMA建模
3.3.1 模型的識別和定階
3.3.2 模型的參數估計
3.3.3 模型的檢驗
3.3.4 模型的預測
3.4 ARIMA建模
3.4.1 平穩性的檢驗
3.4.2 非平穩數據的處理
3.4.3 ARIMA模型
3.4.4 ARIMA建模
3.4.5 ARIMA季節模型
3.5 指數平滑模型
第4章 馬爾可夫鏈預測法
第5章 灰色預測法
第6章 貝爾斯網路預測法
第7章 神經網路預測法
第8章 組合預測
參考文獻
