数据分析与EViews应用

第1章 EViews 软件使用初步

1.1 工作文件及建立

1.2 序列对象的基本操作

1.3 数据分析的常用操作

1.4 序列的描述统计分析

第2章 线性回归分析

2.1 线性回归概述

2.2 常规检验

2.3 建模基本步骤和EViews 操作

2.4 自变量的选择

2.5 预测

2.6 含定性自变量的回归模型

第3章 线性回归问题与非线性回归分析

3.1 线性回归的常见问题

3.2 非线性回归分析

3.3 逐步回归法

3.4 分位数回归

附录：例子中所用的EViews 小程序

第4章 传统时间序列分析

4.1 趋势模型与分析

4.2 季节模型与分析

4.3 指数平滑法

附录：三和值法计算小程序

第5章 ARMA 模型应用

5.1 ARMA 模型概述

5.2 随机时间序列的特性分析

5.3 模型的识别与建立

5.4 模型的预测

5.5 序列相关与ARMA模型

第6章 动态时间序列模型基础

6.1 分布滞后模型

6.2 单位根检验

6.3 协整与误差修正模型

第7章 联立方程模型

7.1 模型的基本问题

7.2 模型的估计

7.3 联立方程模型的模拟

第8章 向量自回归模型

8.1 非结构化的向量自回归模型

8.2 结构化的向量自回归模型

8.3 向量误差修正模型

第9章 条件异方差模型

9.1 自回归条件异方差模型

9.2 广义自回归条件异方差模型

9.3 其他类型的条件异方差模型

9.4 多变量ARCH 模型

第10章 状态空间模型

10.1 状态空间模型的基本问题

10.2 状态空间模型估计

第11章 Panel Data 模型

11.1 模型的基本问题

11.2 模型的建立与估计

11.3 模型的检验及其他

第12章 离散及受限因变量模型

12.1 二元选择模型

12.2 排序选择模型

12.3 受限因变量模型

12.4 计数模型

附录 EViews 编程基础

1.EViews 命令基础

2.EViews 程序基础

3.程序控制

4.矩阵语言简介

附表 常用统计分布表

附表Ⅰ 正态分布分位数表

附表Ⅱ γ2分布表

附表Ⅲ τ分布表

附表Ⅳ F分布表

附表Ⅴ D.W.检验表

参考文献

EViews6.0软件功能很强，能够处理以时间序列为主的多种类型的数据，进行包括描述统计、回归分析、传统时间序列等基本的数据分析，以及建立条件异方差、向量自回归，包括非结构化和结构化模型、PanelData模型、状态空间模型等复杂的计量经济模型。
　　《数据分析与EViews应用(第2版数据分析系列教材)》是在2008年中国人民大学出版社出版的《数据分析与EViews应用》基础上修订改写的。

　　EViews6.0软件功能很强，能够处理以时间序列为主的多种类型的数据，进行包括描述统计、回归分析、传统时间序列等基本的数据分析，以及建立条件异方差、向量自回归，包括非结构化和结构化模型、PanelData模型、状态空间模型等复杂的计量经济模型。
　　《数据分析与EViews应用(第2版数据分析系列教材)》是在2008年中国人民大学出版社出版的《数据分析与EViews应用》基础上修订改写的。