Eviews数据统计与分析教程PDF|Epub|txt|kindle电子书版本网盘下载

Eviews数据统计与分析教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 EViews软件基础1

1.1 EViews软件简介1

1.1.1 EViews的产生和发展1

1.1.2 EViews的特点2

1.2 EViews软件的安装与启动2

1.2.1 EViews软件的安装2

1.2.2 EViews软件的启动3

1.3 EViews软件的主要功能简介4

1.3.1 EViews主要窗口简介4

1.3.2 EViews主要功能5

1.4 EViews相关的概率与统计基础知识6

1.4.1　概率分布6

1.4.2　常见估计10

1.4.3　假设检验11

1.5　本章小结12

1.6　习题13

第2章　EViews工作界面介绍14

2.1 工作文件14

2.1.1　工作文件的建立14

2.1.2　工作文件窗口简介16

2.1.3　工作文件的保存17

2.1.4　工作文件的功能键介绍18

2.2　基本对象20

2.2.1　对象的建立与命名20

2.2.2　对象的视图21

2.2.3　对象的过程21

2.2.4　常用对象介绍22

2.3　本章小结22

2.4　习题23

第3章　序列对象的基本操作24

3.1　序列对象的建立与打开24

3.2　序列对象窗口简介25

3.3　数据的处理28

3.3.1　数据的输入28

3.3.2　数据的输出32

3.3.3　季节调整33

3.4　样本范围的设定36

3.5　序列组（群）对象介绍36

3.5.1　序列组（群）对象的作用37

3.5.2　序列组（群）对象的建立37

3.5.3　序列组（群）对象的打开与删除38

3.6　本章小结39

3.7　习题39

第4章　图形和统计量分析42

4.1 图形对象42

4.1.1　图形（Graph）对象的生成42

4.1.2　图形的冻结45

4.1.3　图形的复制45

4.2　描述性统计量45

4.2.1　描述性统计量概述45

4.2.2　描述性统计量检验48

4.3　相关分析51

4.4　单位根检验53

4.5　Granger因果检验56

4.6　本章小结57

4.7 习题57

第5章　基本回归模型的OLS估计59

5.1　普通最小二乘法（OLS）59

5.1.1　最小二乘原理59

5.1.2　方程对象60

5.2　一元线性回归模型63

5.2.1　模型设定63

5.2.2　实际值、拟合值和残差63

5.3 多元线性回归模型65

5.4　线性回归模型的基本假定68

5.5　线性回归模型的检验69

5.5.1　拟合优度检验69

5.5.2　显著性检验70

5.5.3　异方差检验72

5.5.4　序列相关检验75

5.5.5　多重共线性78

5.6　本章小结79

5.7　习题80

第6章　单方程模型的其他估计方法83

6.1 加权最小二乘法（WLS）83

6.1.1　异方差问题的解决83

6.1.2　EViews实例操作85

6.2　广义最小二乘法（GLS）89

6.3　两阶段最小二乘法（TSLS）90

6.3.1　方法说明90

6.3.2　EViews实例操作91

6.3.3　消除序列相关的两阶段最小二乘法（TSLS）93

6.4　非线性最小二乘法（NLS）94

6.4.1　方法说明95

6.4.2　EViews实例操作96

6.5　广义矩估计法（GMM）98

6.5.1　方法说明98

6.5.2　EViews实例操作99

6.6　本章小结101

6.7　习题101

第7章　含虚拟变量的回归模型104

7.1　什么是虚拟变量104

7.2　含虚拟变量的模型104

7.2.1　仅含一个虚拟解释变量的模型105

7.2.2　含有虚拟解释变量和定量解释变量的模型107

7.3　用虚拟变量法进行季节调整110

7.4　本章小结114

7.5　习题115

第8章　时间序列模型117

8.1　时间序列的趋势分解117

8.2　时间序列的指数平滑119

8.3　随机过程121

8.4　时间序列模型的分类123

8.4.1　自回归模型AR（p）123

8.4.2　移动平均模型MA（q）123

8.4.3 自回归移动平均模型ARMA（p,q）124

8.4.4 自回归单整移动平均模型ARIMA（p,d,q）128

8.5　协整和误差修正模型131

8.5.1　协整（Co-Integration）131

8.5.2　误差修正模型（ECM）135

8.6　本章小结137

8.7　习题137

第9章　条件异方差模型139

9.1 自回归条件异方差（ARCH）模型139

9.1.1　ARCH模型139

9.1.2　ARCH模型的检验140

9.1.3　ARCH模型的建立143

9.2　广义自回归条件异方差（GARCH）模型146

9.2.1　GARCH模型146

9.2.2　GARCH模型的建立147

9.3　ARCH模型的其他扩展形式150

9.3.1　ARCH—M模型151

9.3.2　TARCH模型154

9.3.3　EGARCH模型155

9.4　本章小结155

9.5 习题155

第10章　离散因变量和受限因变量模型159

10.1　二元选择模型159

10.1.1　二元选择模型的形式159

10.1.2　二元选择模型的建立162

10.1.3　二元选择模型的分析166

10.2　排序选择模型169

10.2.1　排序选择模型的类型170

10.2.2　排序选择模型的建立171

10.2.3　排序选择模型的分析173

10.3　受限因变量模型176

10.3.1　审查回归模型（Censored Regression Model）176

10.3.2　审查回归模型的建立177

10.3.3　截断回归模型（Truncated Regression Model）180

10.4　计数模型（Count Model）181

10.4.1　泊松模型181

10.4.2　负二项式模型181

10.4.3　拟极大似然估计（QML）182

10.4.4　计数模型的建立182

10.5　本章小结186

10.6　习题186

第11章　VAR模型和VEC模型189

11.1 向量自回归（VAR）模型189

11.1.1　向量自回归理论189

11.1.2　结构VAR模型（SVAR）190

11.1.3　VAR模型的建立191

11.1.4　VAR模型的检验194

11.2　脉冲响应函数197

11.3　方差分解200

11.4　Johansen协整检验模型202

11.4.1　Johansen协整理论202

11.4.2　Johansen协整检验202

11.5 向量误差修正（VEC）模型205

11.5.1　VEC模型理论205

11.5.2　VEC模型估计206

11.6　本章小结209

11.7　习题209

第12章　面板数据模型211

12.1　面板数据模型原理211

12.2　Pool对象的基本操作212

12.2.1　Pool对象的建立212

12.2.2　Pool对象数据的输入214

12.2.3　Pool对象数据的分析221

12.3　Pool对象模型估计223

12.4　本章小结225

12.5　习题226

第13章　状态空间模型230

13.1　状态空间模型基本理论230

13.2　卡尔滤波231

13.3　状态空间模型的建立232

13.4　状态空间模型的估计238

13.5　状态空间模型的视图和过程240

13.5.1　状态空间模型的视图240

13.5.2　状态空间模型的过程242

13.6　本章小结245

13.7　习题245

第14章　联立方程模型249

14.1　联立方程模型概述249

14.1.1　联立方程模型249

14.1.2　联立方程模型的基本概念250

14.2　联立方程模型的识别252

14.2.1　结构式方程识别条件253

14.2.2　简化式方程识别条件253

14.3　联立方程模型的估计方法253

14.3.1　三阶段最小二乘估计法（3SLS）254

14.3.2　完全信息极大似然估计法（FIML）254

14.4　联立方程系统的建立254

14.5　联立方程模型的模拟260

14.6　联立方程模型的求解261

14.7　本章小结264

14.8　习题265

第15章　EViews程序设计268

15.1　EViews命令基础268

15.1.1　工作文件命令268

15.1.2　对象命令270

15.1.3　模型基础命令270

15.2　程序变量276

15.2.1　控制变量276

15.2.2　字符串变量277

15.2.3　置换变量278

15.2.4　程序中的形式参数279

15.3　EViews控制程序语句280

15.3.1　IF条件语句280

15.3.2　FOR循环语句281

15.3.3　WHILE循环语句283

15.4　子程序284

15.5　本章小结285

15.6　习题285

参考文献287