本书是针对高等学校经济管理类专业学生编写的一本有关Python在预测与决策中应用的教程，不仅讲解了预测与决策的基础知识，而且提供了大量实用性很强的使用Python解决经济管理领域问题的实例。全书共9章，分别为统计基础、经济预测概述、定性预测法、趋势外推预测法、回归分析预测法、确定型时间序列预测法、随机型时间序列预测方法、马尔科夫预测法和决策。
本书内容实用、结构清晰、实例丰富、可操作性强，可作为高等学校相关课程的教材，也可作为经济管理类专业的培训和自学教材。

第1章 统计基础
1.1 随机变量
1.2 样本及抽样分布
1.3 参数估计
1.4 假设检验
1.5 Python常用统计函数
1.6 习题
第2章 经济预测概述
2.1 经济预测的含义及分类
2.2 经济预测的原理、要求及过程
2.3 预测数据的收集与处理
2.4 经济预测方法
2.5 经济预测的误差
2.6 习题
第3章 定性预测法
3.1 定性预测法概述
3.2 头脑风暴法
3.3 德尔菲法
3.4 其他定性预测法
3.5 习题
第4章 趋势外推预测法
4.1 趋势外推预测法概述
4.2 线性趋势外推预测法
4.3 二次曲线趋势外推预测法
4.4 生长曲线预测法
4.5 习题
第5章 回归分析预测法
5.1 回归分析预测法概述
5.2 一元线性回归预测法
5.3 多元线性回归预测法
5.4 非线性回归预测法
5.5 习题
第6章 确定型时间序列预测法
6.1 确定型时间序列预测法概述
6.2 移动平均法
6.3 指数平滑法
6.4 季节周期预测法
6.5 习题
第7章 随机型时间序列预测法
7.1 随机型时间序列预测法概述
7.2 常见的时间序列模型
7.3 自相关函数、偏相关函数
7.4 模型识别
7.5 参数估计
7.6 模型的检验与修正
7.7 预测
7.8 应用举例
7.9 习题
第8章 马尔可夫预测法
8.1 马尔可夫预测法的基本原理
8.2 马尔可夫方法在经济预测中的应用
8.3 习题
第9章 决策
9.1 决策概述
9.2 确定型决策
9.3 不确定型决策
9.4 风险型决策
9.5 习题
参考文献