EViews数据统计与分析教程

第1章 EViews软件基础

1.1 EViews软件简介

1.1.1 EViews的产生和发展

1.1.2 EViews的特点

1.2 EViews软件的安装与启动

1.2.1 EViews软件的安装

1.2.2 EViews软件的启动

1.3 EViews软件的主要功能简介

1.3.1 EViews主要窗口简介

1.3.2 EViews主要功能

1.4 EViews相关的概率与统计基础知识

1.4.1 概率分布

1.4.2 常见估计

1.4.3 假设检验

1.5 本章 小结

1.6 习题

第2章 EViews工作界面介绍

2.1 工作文件

2.1.1 工作文件的建立

2.1.2 工作文件窗口简介

2.1.3 工作文件的保存

2.1.4 工作文件的功能键介绍

2.2 基本对象

2.2.1 对象的建立与命名

2.2.2 对象的视图

2.2.3 对象的过程

2.2.4 常用对象介绍

2.3 本章小结

2.4 习题

第3章 序列对象的基本操作

3.1 序列对象的建立与打开

3.2 序列对象窗口简介

3.3 数据的处理

3.3.1 数据的输入

3.3.2 数据的输出

3.3.3 季节调整

3.4 样本范围的设定

3.5 序列组(群)对象介绍

3.5.1 序列组(群)对象的作用

3.5.2 序列组(群)对象的建立

3.5.3 序列组(群)对象的打开与删除

3.6 本章小结

3.7 习题

第4章 图形和统计量分析

4.1 图形对象

4.1.1 图形(Graph)对象的生成

4.1.2 图形的冻结

4.1.3 图形的复制

4.2 描述性统计量

4.2.1 描述性统计量概述

4.2.2 描述性统计量检验

4.3 相关分析

4.4 单位根检验

4.5 Granger因果检验

4.6 本章小结

4.7 习题

第5章 基本回归模型的OLS估计

5.1 普通最小二乘法(OLS)

5.1.1 最小二乘原理

5.1.2 方程对象

5.2 一元线性回归模型

5.2.1 模型设定

5.2.2 实际值、拟合值和残差

5.3 多元线性回归模型

5.4 线性回归模型的基本假定

5.5 线性回归模型的检验

5.5.1 拟合优度检验

5.5.2 显著性检验

5.5.3 异方差检验

5.5.4 序列相关检验

5.5.5 多重共线性

5.6 本章小结

5.7 习题

第6章 单方程模型的其他估计方：

6.1 加权最小二乘法(WLS)

6.1.1 异方差问题的解决

6.1.2 EViews实例操作

6.2 广义最小二乘法(GLS)

6.3 两阶段最小二乘法(TSLS]

6.3.1 方法说明

6.3.2 EViews实例操作

6.3.3 消除序列相关的两阶段最小二乘法(TSLS)

6.4 非线性最小二乘法(NLS)

6.4.1 方法说明

6.4.2 EViews实例操作

6.5 广义矩估计法(GMM)

6.5.1 方法说明

6.5.2 EViews实例操作

6.6 本章小结

6.7 习题

第7章 含虚拟变量的回归模型

7.1 什么是虚拟变量

7.2 含虚拟变量的模型

7.2.1 仅含一个虚拟解释变量的模型

7.2.2 含有虚拟解释变量和定量解释变量的模型

7.3 用虚拟变量法进行季节调整

7.4 本章小结

7.5 习题

第8章 时间序列模型

8.1 时间序列的趋势分解

8.2 时间序列的指数平滑

8.3 随机过程

8.4 时间序列模型的分类

8.4.1 自回归模型AR(p)

8.4.2 移动平均模型MA(q)

8.4.3 自回归移动平均模型ARMA(p，g)

8.4.4 自回归单整移动平均模型

8.5 协整和误差修正模型

8.5.1 协整

8.5.2 误差修正模型

8.6 本章小结

8.7 习题

第9章 条件异方差模型

9.1 自回归条件异方差(ARCH)模型

9.1.1 ARCH模型

9.1.2 ARCH模型的检验

9.1.3 ARCH模型的建立

9.2 广义自回归条件异方差(GARCH)模型

9.2.1 GARCH模型

9.2.2 GARCH模型的建立

9.3 ARCH模型的其他扩展形式

9.3.1 ARCH—M模型

9.3.2 TARCH模型

9.3.3 EGARCH模型

9.4 本章小结

9.5 习题

第10章 离散因变量和受限因变量模型

10.1 二元选择模型

10.1.1 二元选择模型的形式

10.1.2 二元选择模型的建立

10.1.3 二元选择模型的分析

10.2 排序选择模型

10.2.1 排序选择模型的类型

10.2.2 排序选择模型的建立

10.2.3 排序选择模型的分析

10.3 受限因变量模型

10.3.1 审查回归模型

10.3.2 审查回归模型的建立

10.3.3 截断回归模型

10.4 计数模型

10.4.1 泊松模型

10.4.2 负二项式模型

10.4.3 拟极大似然估计

10.4.4 计数模型的建立

10.5 本章小结

10.6 习题

第11章 VAR模型和VEC模型

11.1 向量自回归(VAR.)模型

11.1.1 向量自回归理论

11.1.2 结构VAR模型(SVAR)

11.1.3 VAR模型的建立

11.1.4 VAR模型的检验

11.2 脉冲响应函数

11.3 方差分解

11.4 J01aansen协整检验模型

11.4.1 Johansen协整理论

11.4.2 Johansen协整检验

11.5 向量误差修正(VEC)模型

11.5.1 VEC模型理论

11.5.2 VEC模型估计

11.6 本章小结

11.7 习题

第12章 面板数据模型

12.1 面板数据模型原理

12.2 P00l对象的基本操作

12.2.1 Pool对象的建立

12.2.2 Pool对象数据的输入

12.2.3 Pool对象数据的分析

12.3 Pool对象模型估计

12.4 本章小结

12.5 习题

第13章 状态空间模型

13.1 状态空间模型基本理论

13.2 卡尔滤波

13.3 状态空间模型的建立

13.4 状态空间模型的估计

13.5 状态空间模型的视图和过程

13.5.1 状态空间模型的视图

13.5.2 状态空间模型的过程

13.6 本章小结

13.7 习题

第14章 联立方程模型

14.1 联立方程模型概述

14.1.1 联立方程模型

14.1.2 联立方程模型的基本概念

14.2 联立方程模型的识别

14.2.1 结构式方程识别条件

14.2.2 简化式方程识别条件

14.3 联立方程模型的估计方法

14.3.1 三阶段最小二乘估计法(3SLS)

14.3.2 完全信息极大似然估计法

14.4 联立方程系统的建立

14.5 联立方程模型的模拟

14.6 联立方程模型的求解

14.7 本章小结

14.8 习题

第15章 EViews程序设计

15.1 Eviews命令基础

15.1.1 工作文件命令

15.1.2 对象命令

15.1.3 模型基础命令

15.2 程序变量

15.2.1 控制变量

15.2.2 字符串变量

15.2.3 置换变量

15.2.4 程序中的形式参数

15.3 EViews控制程序语句

15.3.1 Ⅲ条件语句

15.3.2 FOR循环语句

15.3.3 WHILE循环语句

15.4 子程序

15.5 本章小结

15.6 习题

参考文南

本书主要讲述EViews软件的相关理论和基本操作，内容包括EViews基本功能介绍，数据处理，序列对象的基本操作，图形和统计量分析，一元线性回归模型，多元线性回归模型，含虚拟变量的回归模型，时间序列模型，ARMA模型，ARCH和GARCH模型，离散因变量和受限因变量模型，VAR模型，面板数据模型，状态空间模型和联立方程模型，以及EViews软件编程的应用等。

《Eviews数据统计与分析教程》读者对象
《Eviews数据统计与分析教程》可作为高等院校统计学等相关专业的教材，也可供从事经济、金融研究的人员参考。
《Eviews数据统计与分析教程》特色
梯度式讲解：从软件的基本操作入手，由易到难，逐渐深入到各种模型的建立与分析上。
理论与实践并重：将理论分析与Eviews的实践操作相结合，重在应用。
丰富的典型案例：给出大量案例，结合国内外经济业务的实际数据进行分析，有据可循。
强化实训练习：每一章都提供了相关的习题和上机操作题，巩固所学知识，强化实际操作。
EViews软件基础
序列对象的基本操作
图形和统计量分析
基本回归模型的OLS估计
单方程模型的其他估计方法
含虚拟变量的回归模型
时间序列模型
条件异方差模型
离散因变量和受限因变量模型
VAR模型和VEC模型
面板数据模型
状态空间模型
联立方程模型
EViews程序设计