数据分析与EViews应用（第二版）

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
参考文献