欢迎参加明尼苏达大学决策分析专业的第一门课程--预测建模导论。 本课程将向您介绍预测建模的概念、过程和应用，重点是线性回归和时间序列预测模型及其在 Microsoft Excel 中的实际应用。在课程结束时，您将能够： - 理解预测建模的概念、过程和应用 - 理解线性回归模型的结构和直觉 - 能够对数据拟合简单和多重线性回归模型，解释结果，评估拟合度，并使用拟合模型进行预测。

- 了解过拟合和欠拟合问题，并能进行简单的模型选择。 - 了解时间序列预测作为一种特殊预测模型的概念、过程和应用、能够在 Excel 中拟合几种时间序列预测模型（例如指数平滑法和 Holt-Winter 方法），评估拟合的好坏，并使用拟合的模型进行预测。 了解不同类型的数据以及如何将它们用于预测模型。 使用 Excel 准备预测模型所需的数据，包括探索数据模式、转换数据和处理缺失值。 这是一门预测模型的入门课程。课程提供概念和实践相结合的学习。课程期间，我们将提供机会让您使用 Excel 在现实世界的数据集上练习预测建模技术。 要成功学习本课程，您应该了解基本数学（函数、变量的概念以及求和与指数等基本数学符号）和基本统计学（相关性、样本平均值、标准差和方差）。本课程不要求编程背景，但您应熟悉 Excel 的基本操作（如基本公式和图表）。为获得最佳体验，您的计算机应安装最新版本的 Microsoft Excel（如 Excel 2013、2016、2019 或 Office 365）。