第1章 宏觀經(jīng)濟(jì)數(shù)據(jù)挖掘基礎(chǔ)知識(shí)
1.1 數(shù)據(jù)挖掘概述
1.1.1 數(shù)據(jù)挖掘的定義
1.1.2 數(shù)據(jù)挖掘的功能
1.1.3 數(shù)據(jù)挖掘的過(guò)程
1.1.4 數(shù)據(jù)挖掘的研究方向
1.2 宏觀經(jīng)濟(jì)概述
1.2.1 宏觀經(jīng)濟(jì)的定義及其研究?jī)?nèi)容
1.2.2 宏觀經(jīng)濟(jì)的研究方法
1.2.3 主要宏觀經(jīng)濟(jì)指標(biāo)解讀
1.3 數(shù)據(jù)挖掘方法在宏觀經(jīng)濟(jì)中的應(yīng)用
1.3.1 分類
1.3.2 聚類
1.3.3 預(yù)測(cè)
1.3.4 關(guān)聯(lián)
1.3.5 異常點(diǎn)
本章參考文獻(xiàn)

第2章 宏觀經(jīng)濟(jì)數(shù)據(jù)預(yù)處理
2.1 原始數(shù)據(jù)中存在的問(wèn)題
2.2 數(shù)據(jù)預(yù)處理的功能
2.2.1 數(shù)據(jù)清理
2.2.2 數(shù)據(jù)集成
2.2.3 數(shù)據(jù)變換
2.2.4 數(shù)據(jù)歸約
2.3 常見的數(shù)據(jù)預(yù)處理技術(shù)
2.3.1 處理空缺值
2.3.2 數(shù)據(jù)去噪
2.3.3 數(shù)據(jù)規(guī)范化
2.3.4 數(shù)據(jù)規(guī)約
2.4 預(yù)測(cè)GDP數(shù)據(jù)預(yù)處理過(guò)程
2.4.1 數(shù)據(jù)選擇
2.4.2 數(shù)據(jù)預(yù)處理?yè)Q算
2.4.3 預(yù)測(cè)數(shù)據(jù)回算調(diào)整
2.4.4 預(yù)處理結(jié)果
本章參考文獻(xiàn)

第3章 分類算法
3.1 分類算法概述
3.1.1 分類模型訓(xùn)練階段
3.1.2 分類模型評(píng)估階段
3.1.3 分類階段
3.2 分類算法的應(yīng)用
3.3 C4.5 分類算法
3.3.1 C4.5 原理與工具應(yīng)用
3.3.2 C4.5 分類算法在第三產(chǎn)業(yè)發(fā)展?fàn)顩r評(píng)估中的應(yīng)用
3.4 支持向量機(jī)分類
3.4.1 支持向量機(jī)的原理
3.4.2 支持向量機(jī)軟件應(yīng)用
3.4.3 支持向量機(jī)分類在宏觀經(jīng)濟(jì)預(yù)警中的應(yīng)用
3.5 樸素貝葉斯分類
3.5.1 樸素貝葉斯原理概述
3.5.2 樸素貝葉斯方法在宏觀經(jīng)濟(jì)決策中的應(yīng)用
本章參考文獻(xiàn)

第4章 聚類分析
4.1 聚類分析方法概述
4.1.1 聚類統(tǒng)計(jì)量
4.1.2 系統(tǒng)聚類方法
4.2 聚類方法的應(yīng)用
4.3 Ward聚類分析方法
4.3.1 Ward算法原理
4.3.2 Ward算法應(yīng)用
4.3.3 工業(yè)化城鎮(zhèn)化問(wèn)題聚類分析案例
4.4 聚類結(jié)果評(píng)估
本章參考文獻(xiàn)

第5章 預(yù)測(cè)方法
5.1 宏觀經(jīng)濟(jì)預(yù)測(cè)方法概述
5.1.1 ARMA與ARIMA算法介紹
5.1.2 ARCH算法
5.1.3 GMDH算法概述
5.1.4 AC算法介紹
5.1.5 組合預(yù)測(cè)算法
5.2 預(yù)測(cè)方法的應(yīng)用
5.2.1 對(duì)GDP的預(yù)測(cè)
5.2.2 對(duì)工業(yè)增加值的預(yù)測(cè)
5.2.3 對(duì)股票市場(chǎng)的預(yù)測(cè)
5.2.4 對(duì)財(cái)務(wù)指標(biāo)的預(yù)測(cè)
5.2.5 對(duì)其他方面的預(yù)測(cè)
5.3 常用軟件預(yù)測(cè)方法
5.3.1 用Eviews建立ARIMA模型過(guò)程
5.3.2 用Eviews建立ARCH模型
5.3.3 GMDH模型軟件使用方法
5.3.4 AC模型軟件使用方法
5.3.5 構(gòu)造組合模型
5.4 中國(guó)宏觀經(jīng)濟(jì)指標(biāo)預(yù)測(cè)案例
5.4.1 建立ARIMA模型預(yù)測(cè)GDP
5.4.2 建立ARCH模型預(yù)測(cè)GDP
5.4.3 建立GMDH模型預(yù)測(cè)GDP
5.4.4 建立AC模型預(yù)測(cè)GDP
5.4.5 線性組合模型預(yù)測(cè)
5.4.6 預(yù)測(cè)結(jié)果對(duì)比分析
本章參考文獻(xiàn)

第6章 關(guān)聯(lián)規(guī)則
6.1 關(guān)聯(lián)規(guī)則概述
6.2 經(jīng)典算法——Apriori算法原理
6.3 關(guān)聯(lián)規(guī)則的應(yīng)用
6.4 關(guān)聯(lián)規(guī)則挖掘在宏觀經(jīng)濟(jì)預(yù)警分析中的應(yīng)用
6.4.1 數(shù)據(jù)準(zhǔn)備
6.4.2 宏觀經(jīng)濟(jì)預(yù)警關(guān)聯(lián)規(guī)則挖掘過(guò)程
6.4.3 宏觀經(jīng)濟(jì)預(yù)警關(guān)聯(lián)規(guī)則挖掘結(jié)果分析
本章參考文獻(xiàn)

第7章 DEA方法
7.1 DEA概述
7.2 DEA基本原理
7.2.1 C2R模型
7.2.2 C2R模型的經(jīng)濟(jì)含義
7.2.3 評(píng)價(jià)技術(shù)有效性的C2GS2模型
7.3 DEA的應(yīng)用
7.4 DEA軟件應(yīng)用
7.5 產(chǎn)業(yè)效率分析案例
7.5.1 三次產(chǎn)業(yè)總體評(píng)價(jià)
7.5.2 分行業(yè)評(píng)價(jià)
本章參考文獻(xiàn)

第8章 主成分分析
8.1 主成分分析概述
8.1.1 主成分分析的代數(shù)意義
8.1.2 主成分分析的幾何意義
8.2 主成分分析的原理
8.2.1 主成分分析的目標(biāo)
8.2.2 正交矩陣的求解算法
8.2.3 正交矩陣的標(biāo)準(zhǔn)化變量算法
8.2.4 主成分的確定
8.2.5 主成分分析的優(yōu)缺點(diǎn)
8.3 主成分分析方法的應(yīng)用
8.4 主成分分析軟件的應(yīng)用
8.5 產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換研究案例
8.5.1 產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換能力綜合評(píng)價(jià)的指標(biāo)體系的確定
8.5.2 四川省產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換能力的綜合評(píng)價(jià)
8.5.3 運(yùn)用GMDH分析產(chǎn)業(yè)比重分布對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換能力的影響
8.5.4 分析四川省產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換方向
本章參考文獻(xiàn)