事故預測理論與方法

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　事故的特征
　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(wǎng)絡預測法
　　1.3.6　神經(jīng)網(wǎng)絡預測法
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(shù)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(shù)估計
　　2.3.2　模型檢驗
　　2.3.3 自變量選擇
　　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(guān)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(chǔ)知識
　　3.2.1　基本概念
　　3.2.2　平穩(wěn)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(shù)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(wěn)性的檢驗
　　3.4.2　非平穩(wěn)數(shù)據(jù)的處理
　　3.4.3　ARIMA模型
　　3.4.4　ARIMA建模
　　3.4.5　ARIMA季節(jié)模型
3.5　指數(shù)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(wǎng)絡預測法
第7章　神經(jīng)網(wǎng)絡預測法
第8章　組合預測
參考文獻