《計量經濟學軟體——EViews的使用（第二版）》是2012年對外經濟貿易大學出版社出版書籍，作者是於俊年。
基本介紹
- 書名：計量經濟學軟體——EViews的使用（第二版）
- 作者：於俊年
- ISBN：9787566304070
- 定價：37.00
- 出版社：對外經濟貿易大學出版社
- 出版時間：2012.8
- 開本：185mm×230mm/
- 字數/頁數：406千字/
圖書信息,內容簡介,目 錄,
圖書信息
【書名】:計量經濟學軟體——EViews的使用(第二版) |
【作者】:於俊年 |
【叢書名】:高等院校國際經貿專業規劃教材 |
【版次/印次】:2/1 |
【出版日期】:2012.8 |
【ISBN】: 9787566304070 |
【字數/頁數】:406千字/ |
【開本/紙張】:185mm×230mm/ |
【適用層次】:本科 |
【定價】:37.00 |
內容簡介
本書自2006年5月出版以來，受到了廣大讀者的歡迎，市場反映良好，當年10月再次印刷，目前銷售已逾萬冊。為了更好的滿足讀者的需要，將本書在EViews?3.1版的基礎上，改寫為目前通行使用的EViews?6.0版，以方便讀者查找使用。
第二版保留了第一版的淺顯易懂，由淺入深，循序漸進，易學易懂的特點。在原來框架基礎上內容更豐富，例如自回歸條件異方差(ARCH)模型，特別是面板數據(Panel Data)模型、向量自回歸(VAR)模型都增加了單位根檢驗和協整檢驗，以滿足更多的讀者的需要。
目 錄
第一章 關於EViews的基本知識 1
§1.1 EViews簡介 1
§1.2 EViews的計量經濟學基本概念 4
第二章 檔案的建立和數據的描述 9
§2.1 建立一個工作檔案 9
§2.2 檢查數據 20
§2.3 數據繪製成曲線 22
§2.4 描述的統計量（Descriptive Statistics） 33
第三章 一元線性回歸模型的說明和估計 37
§3.1 根據數據作圖 37
§3.2 簡單回歸的估計 41
§3.3 簡單回歸的作圖 47
§3.4 殘差圖 50
§3.5 EViews中簡單回歸模型的預測 53
第四章 最小二乘估計量的性質 59
§4.1 模型中參數估計的方差和協方差 59
§4.2 結果存儲 61
§4.3 最小二乘殘差的作圖 63
第五章 簡單回歸模型的假設檢驗、區間估計和預測 65
§5.1 模型參數的顯著性檢驗 65
§5.2 利用出口總額和國內生產總值進行區間估計 67
§5.3 EViews中簡單回歸模型的預測 70
第六章 新變數的生成與變數的圖形 79
§6.1 利用已有的變數生成新變數 79
§6.2 縮放數據的運算 84
§6.3 變數的圖形 88
§6.4 隨機項常態分配（Normally Distributed）檢驗 94
第七章 多元回歸模型 99
§7.1 多元回歸模型的最小二乘估計 99
§7.2 簡單預測 102
§7.3 總體方差的估計（Estimation of the Error Variance） 108
§7.4 參數最小二乘估計量的方差與協方差 110
§7.5 區間估計 113
第八章 多元回歸模型的進一步討論 117
§8.1 多元回歸模型的單個係數的假設檢驗（Hypothesis Testing） 117
§8.2 衡量擬合優度 120
§8.3 F-?檢驗 122
第九章 虛擬變數 127
§9.1 建立模型 127
§9.2 設立時間趨勢變數 127
§9.3 使用“邏輯”（Logical）執行命令，構造虛擬變數 128
§9.4 模型的估計和檢驗 129
§9.5 利用部分樣本估計模型 132
§9.6 利用EViews的鄒突變點檢驗（Chow檢驗） 134
第十章 非線性模型與二元選擇模型 137
§10.1 兩個變數之間的相互作用 137
§10.2 簡單非線性模型的參數估計 139
§10.3 二元選擇模型 141
第十一章 異方差性（Heteroskedasticity） 151
§11.1 異方差的散點圖檢驗法 153
§11.2 帕克（R.EPark）檢驗法 155
§11.3 戈特菲爾德?奎恩特（Goldfeld-Quandt）異方差檢驗 157
§11.4 懷特（White）異方差檢驗 159
§11.5 加權最小二乘法 161
§11.6 懷特（White）對異方差的修正 164
第十二章 自相關（Autocorrelation） 167
§12.1 殘差圖檢驗法 169
§12.2 D-W自相關檢驗法 173
§12.3 偏相關係數檢驗法 173
§12.4 自相關的LM檢驗 175
§12.5 廣義差分最小二乘法（Generalized Least Squares）的運用 177
§12.6 AR(1)模型的估計 180
第十三章 隨機自變數（Random Regressors）模型 183
§13.1 豪斯曼（Hausman）檢驗 184
§13.2 消除隨機性解釋變數影響的方法——工具變數法 186
第十四章 聯立方程模型 189
§14.1 單方程的2SLS估計 190
§14.2 聯立方程模型的系統3SLS估計 192
第十五章 分布滯後模型（Distributed Lag Models） 197
§15.1 有限滯後模型（Finite Lag Models） 197
§15.2 多項式無限分布滯後模型（Polynomial Distributed Lag Models）——
阿爾蒙Almon估計法 199
§15.3 有限滯後模型中滯後期數判定的亞開克與施瓦茲（AIC與
SC）準則 207
§15.4 柯克（KOYCK）模型的套用舉例 211
第十六章 時間序列模型（Time Series Models） 215
§16.1 平穩時間序列（Stationary Time Series）的圖形 215
§16.2 偽回歸（Spurious Regressions） 217
§16.3 運用自相關函式檢驗數據的平穩性 220
§16.4 單位根檢驗（Augmented Dickey—Fuller檢驗） 223
§16.5 自回歸移動平均模型ARMA(p,q) 231
§16.6 協整（Cointegration）檢驗（1） 237
§16.7 協整（Cointegration）檢驗（2）——Johansen（約翰森）協整檢驗 240
第十七章 面板數據模型 245
§17.1 面板數據（Panel Data）模型的基本類型 245
§17.2 面板資料庫的建立 247
§17.3 面板數據模型的估計 253
§17.4 面板數據的單位根檢驗 261
§17.5 面板數據的協整檢驗 265
第十八章 自回歸條件異方差（ARCH）模型 273
§18.1 ARCH模型 273
§18.2 ARCH效應檢驗 274
§18.3 ARCH模型的參數估計 281
§18.4 廣義自回歸條件異方差模型 284
第十九章 向量自回歸模型（VAR模型） 289
§19.1 向量自回歸模型的概念 289
§19.2 VAR(P)的建立與估計 290
§19.3 預測 295
§19.4 VAR模型的若干分析 297
參考文獻 309
§1.1 EViews簡介 1
§1.2 EViews的計量經濟學基本概念 4
第二章 檔案的建立和數據的描述 9
§2.1 建立一個工作檔案 9
§2.2 檢查數據 20
§2.3 數據繪製成曲線 22
§2.4 描述的統計量（Descriptive Statistics） 33
第三章 一元線性回歸模型的說明和估計 37
§3.1 根據數據作圖 37
§3.2 簡單回歸的估計 41
§3.3 簡單回歸的作圖 47
§3.4 殘差圖 50
§3.5 EViews中簡單回歸模型的預測 53
第四章 最小二乘估計量的性質 59
§4.1 模型中參數估計的方差和協方差 59
§4.2 結果存儲 61
§4.3 最小二乘殘差的作圖 63
第五章 簡單回歸模型的假設檢驗、區間估計和預測 65
§5.1 模型參數的顯著性檢驗 65
§5.2 利用出口總額和國內生產總值進行區間估計 67
§5.3 EViews中簡單回歸模型的預測 70
第六章 新變數的生成與變數的圖形 79
§6.1 利用已有的變數生成新變數 79
§6.2 縮放數據的運算 84
§6.3 變數的圖形 88
§6.4 隨機項常態分配（Normally Distributed）檢驗 94
第七章 多元回歸模型 99
§7.1 多元回歸模型的最小二乘估計 99
§7.2 簡單預測 102
§7.3 總體方差的估計（Estimation of the Error Variance） 108
§7.4 參數最小二乘估計量的方差與協方差 110
§7.5 區間估計 113
第八章 多元回歸模型的進一步討論 117
§8.1 多元回歸模型的單個係數的假設檢驗（Hypothesis Testing） 117
§8.2 衡量擬合優度 120
§8.3 F-?檢驗 122
第九章 虛擬變數 127
§9.1 建立模型 127
§9.2 設立時間趨勢變數 127
§9.3 使用“邏輯”（Logical）執行命令，構造虛擬變數 128
§9.4 模型的估計和檢驗 129
§9.5 利用部分樣本估計模型 132
§9.6 利用EViews的鄒突變點檢驗（Chow檢驗） 134
第十章 非線性模型與二元選擇模型 137
§10.1 兩個變數之間的相互作用 137
§10.2 簡單非線性模型的參數估計 139
§10.3 二元選擇模型 141
第十一章 異方差性（Heteroskedasticity） 151
§11.1 異方差的散點圖檢驗法 153
§11.2 帕克（R.EPark）檢驗法 155
§11.3 戈特菲爾德?奎恩特（Goldfeld-Quandt）異方差檢驗 157
§11.4 懷特（White）異方差檢驗 159
§11.5 加權最小二乘法 161
§11.6 懷特（White）對異方差的修正 164
第十二章 自相關（Autocorrelation） 167
§12.1 殘差圖檢驗法 169
§12.2 D-W自相關檢驗法 173
§12.3 偏相關係數檢驗法 173
§12.4 自相關的LM檢驗 175
§12.5 廣義差分最小二乘法（Generalized Least Squares）的運用 177
§12.6 AR(1)模型的估計 180
第十三章 隨機自變數（Random Regressors）模型 183
§13.1 豪斯曼（Hausman）檢驗 184
§13.2 消除隨機性解釋變數影響的方法——工具變數法 186
第十四章 聯立方程模型 189
§14.1 單方程的2SLS估計 190
§14.2 聯立方程模型的系統3SLS估計 192
第十五章 分布滯後模型（Distributed Lag Models） 197
§15.1 有限滯後模型（Finite Lag Models） 197
§15.2 多項式無限分布滯後模型（Polynomial Distributed Lag Models）——
阿爾蒙Almon估計法 199
§15.3 有限滯後模型中滯後期數判定的亞開克與施瓦茲（AIC與
SC）準則 207
§15.4 柯克（KOYCK）模型的套用舉例 211
第十六章 時間序列模型（Time Series Models） 215
§16.1 平穩時間序列（Stationary Time Series）的圖形 215
§16.2 偽回歸（Spurious Regressions） 217
§16.3 運用自相關函式檢驗數據的平穩性 220
§16.4 單位根檢驗（Augmented Dickey—Fuller檢驗） 223
§16.5 自回歸移動平均模型ARMA(p,q) 231
§16.6 協整（Cointegration）檢驗（1） 237
§16.7 協整（Cointegration）檢驗（2）——Johansen（約翰森）協整檢驗 240
第十七章 面板數據模型 245
§17.1 面板數據（Panel Data）模型的基本類型 245
§17.2 面板資料庫的建立 247
§17.3 面板數據模型的估計 253
§17.4 面板數據的單位根檢驗 261
§17.5 面板數據的協整檢驗 265
第十八章 自回歸條件異方差（ARCH）模型 273
§18.1 ARCH模型 273
§18.2 ARCH效應檢驗 274
§18.3 ARCH模型的參數估計 281
§18.4 廣義自回歸條件異方差模型 284
第十九章 向量自回歸模型（VAR模型） 289
§19.1 向量自回歸模型的概念 289
§19.2 VAR(P)的建立與估計 290
§19.3 預測 295
§19.4 VAR模型的若干分析 297
參考文獻 309
