基本介紹
內容簡介,圖書目錄,
內容簡介
《Eviews數據統計與分析教程》共15章，主要講述EViews軟體的相關理論和基本操作，內容包括EViews基本功能介紹，數據處理，序列對象的基本操作，圖形和統計量分析，一元線性回歸模型，多元線性回歸模型，含虛擬變數的回歸模型，時間序列模型，ARMA模型，ARCH和GARCH模型，離散因變數和受限因變數模型，VAR模型，面板數據模型，狀態空間模型和聯立方程模型，以及EViews軟體編程的套用等。
《Eviews數據統計與分析教程》採用理論結合案例的方法進行詳解，結合中國的實際經濟數據和國外的經典實例進行分析，並在每章的後面設定了習題，供讀者更好地理解和掌握EViews軟體。《Eviews數據統計與分析教程》既適合高等院校相關專業的本、專科學生和研究生作為教材使用，也可供從事經濟、金融研究的工作者參考。
《Eviews數據統計與分析教程》既適合高等院校相關專業的本、專科學生和研究生作為教材使用，也可供從事經濟、金融研究的工作者參考。
圖書目錄
第1章 EViews軟體基礎
1.1 EViews軟體簡介
1.1.1 EViews的產生和發展
1.1.2 EViews的特點
1.2 EViews軟體的安裝與啟動
1.2.1 EViews軟體的安裝
1.2.2 EViews軟體的啟動
1.3 EViews軟體的主要功能簡介
1.3.1 EViews主要視窗簡介
1.3.2 EViews主要功能
1.4 EViews相關的機率與統計基礎知識
1.4.1 機率分布
1.4.2 常見估計
1.4.3 假設檢驗
1.5 本章 小結
1.6 習題
第2章 EViews工作界面介紹
2.1 工作檔案
2.1.1 工作檔案的建立
2.1.2 工作檔案視窗簡介
2.1.3 工作檔案的保存
2.1.4 工作檔案的功能鍵介紹
2.2 基本對象
2.2.1 對象的建立與命名
2.2.2 對象的視圖
2.2.3 對象的過程
2.2.4 常用對象介紹
2.3 本章小結
2.4 習題
第3章 序列對象的基本操作
3.1 序列對象的建立與打開
3.2 序列對象視窗簡介
3.3 數據的處理
3.3.1 數據的輸入
3.3.2 數據的輸出
3.3.3 季節調整
3.4 樣本範圍的設定
3.5 序列組(群)對象介紹
3.5.1 序列組(群)對象的作用
3.5.2 序列組(群)對象的建立
3.5.3 序列組(群)對象的打開與刪除
3.6 本章小結
3.7 習題
第4章 圖形和統計量分析
4.1 圖形對象
4.1.1 圖形(Graph)對象的生成
4.1.2 圖形的凍結
4.1.3 圖形的複製
4.2 描述性統計量
4.2.1 描述性統計量概述
4.2.2 描述性統計量檢驗
4.3 相關分析
4.4 單位根檢驗
4.5 Granger因果檢驗
4.6 本章小結
4.7 習題
第5章 基本回歸模型的OLS估計
5.1 普通最小二乘法(OLS)
5.1.1 最小二乘原理
5.1.2 方程對象
5.2 一元線性回歸模型
5.2.1 模型設定
5.2.2 實際值、擬合值和殘差
5.3 多元線性回歸模型
5.4 線性回歸模型的基本假定
5.5 線性回歸模型的檢驗
5.5.1 擬合優度檢驗
5.5.2 顯著性檢驗
5.5.3 異方差檢驗
5.5.4 序列相關檢驗
5.5.5 多重共線性
5.6 本章小結
5.7 習題
第6章 單方程模型的其他估計方：
6.1 加權最小二乘法(WLS)
6.1.1 異方差問題的解決
6.1.2 EViews實例操作
6.2 廣義最小二乘法(GLS)
6.3 兩階段最小二乘法(TSLS]
6.3.1 方法說明
6.3.2 EViews實例操作
6.3.3 消除序列相關的兩階段最小二乘法(TSLS)
6.4 非線性最小二乘法(NLS)
6.4.1 方法說明
6.4.2 EViews實例操作
6.5 廣義矩估計法(GMM)
6.5.1 方法說明
6.5.2 EViews實例操作
6.6 本章小結
6.7 習題
第7章 含虛擬變數的回歸模型
7.1 什麼是虛擬變數
7.2 含虛擬變數的模型
7.2.1 僅含一個虛擬解釋變數的模型
7.2.2 含有虛擬解釋變數和定量解釋變數的模型
7.3 用虛擬變數法進行季節調整
7.4 本章小結
7.5 習題
第8章 時間序列模型
8.1 時間序列的趨勢分解
8.2 時間序列的指數平滑
8.3 隨機過程
8.4 時間序列模型的分類
8.4.1 自回歸模型AR(p)
8.4.2 移動平均模型MA(q)
8.4.3 自回歸移動平均模型ARMA(p，g)
8.4.4 自回歸單整移動平均模型
8.5 協整和誤差修正模型
8.5.1 協整
8.5.2 誤差修正模型
8.6 本章小結
8.7 習題
第9章 條件異方差模型
9.1 自回歸條件異方差(ARCH)模型
9.1.1 ARCH模型
9.1.2 ARCH模型的檢驗
9.1.3 ARCH模型的建立
9.2 廣義自回歸條件異方差(GARCH)模型
9.2.1 GARCH模型
9.2.2 GARCH模型的建立
9.3 ARCH模型的其他擴展形式
9.3.1 ARCH—M模型
9.3.2 TARCH模型
9.3.3 EGARCH模型
9.4 本章小結
9.5 習題
第10章 離散因變數和受限因變數模型
10.1 二元選擇模型
10.1.1 二元選擇模型的形式
10.1.2 二元選擇模型的建立
10.1.3 二元選擇模型的分析
10.2 排序選擇模型
10.2.1 排序選擇模型的類型
10.2.2 排序選擇模型的建立
10.2.3 排序選擇模型的分析
10.3 受限因變數模型
10.3.1 審查回歸模型
10.3.2 審查回歸模型的建立
10.3.3 截斷回歸模型
10.4 計數模型
10.4.1 泊松模型
10.4.2 負二項式模型
10.4.3 擬極大似然估計
10.4.4 計數模型的建立
10.5 本章小結
10.6 習題
第11章 VAR模型和VEC模型
11.1 向量自回歸(VAR.)模型
11.1.1 向量自回歸理論
11.1.2 結構VAR模型(SVAR)
11.1.3 VAR模型的建立
11.1.4 VAR模型的檢驗
11.2 脈衝回響函式
11.3 方差分解
11.4 J01aansen協整檢驗模型
11.4.1 Johansen協整理論
11.4.2 Johansen協整檢驗
11.5 向量誤差修正(VEC)模型
11.5.1 VEC模型理論
11.5.2 VEC模型估計
11.6 本章小結
11.7 習題
第12章 面板數據模型
12.1 面板數據模型原理
12.2 P00l對象的基本操作
12.2.1 Pool對象的建立
12.2.2 Pool對象數據的輸入
12.2.3 Pool對象數據的分析
12.3 Pool對象模型估計
12.4 本章小結
12.5 習題
第13章 狀態空間模型
13.1 狀態空間模型基本理論
13.2 卡爾濾波
13.3 狀態空間模型的建立
13.4 狀態空間模型的估計
13.5 狀態空間模型的視圖和過程
13.5.1 狀態空間模型的視圖
13.5.2 狀態空間模型的過程
13.6 本章小結
13.7 習題
第14章 聯立方程模型
14.1 聯立方程模型概述
14.1.1 聯立方程模型
14.1.2 聯立方程模型的基本概念
14.2 聯立方程模型的識別
14.2.1 結構式方程識別條件
14.2.2 簡化式方程識別條件
14.3 聯立方程模型的估計方法
14.3.1 三階段最小二乘估計法(3SLS)
14.3.2 完全信息極大似然估計法
14.4 聯立方程系統的建立
14.5 聯立方程模型的模擬
14.6 聯立方程模型的求解
14.7 本章小結
14.8 習題
第15章 EViews程式設計
15.1 Eviews命令基礎
15.1.1 工作檔案命令
15.1.2 對象命令
15.1.3 模型基礎命令
15.2 程式變數
15.2.1 控制變數
15.2.2 字元串變數
15.2.3 置換變數
15.2.4 程式中的形式參數
15.3 EViews控制程式語句
15.3.1 Ⅲ條件語句
15.3.2 FOR循環語句
15.3.3 WHILE循環語句
15.4 子程式
15.5 本章小結
15.6 習題
參考文南
