圖書信息
作 者： 於俊年 著
內容簡介
Eviews是當前世界上最流行的計量經濟學軟體之一。它擁有數據處理、作圖、統計分析、建模分析、預測和模擬六大功能，並且易學易懂，操作簡便。本書主要介紹Eviews軟體的使用。全書共分19章，內容包括基本功能介紹、數據處理、圖形和表格、統計量的計算、線性模型、非線性模型、時間序列模型、離散變數模型、同時也涉及到條件異方差模型、Panel Data模型、向量自回歸模型等一些新近發展起來的分析工具。
本書是以EViews3.1為基礎編寫的，EViews4.0、EViews5.0都是在EViews3.1的基礎上發展起來的，所以除了新增加的功能外，本書也可以作為EViews4.0、EViews5.0軟體使用的參考書。
本書將為從事經濟領域的工作人員處理數據、分析模型提供一個強有力的工具，對提高計量經濟學的教學水平和處理實際問題的能力起到一定的推動作用。
作者簡介
於俊年，1964年畢業於北京科學大學（原北京鋼鐵學院）。現任對外經濟貿易大學教授，研究領域包括計量經濟學、項目經濟分析數量方法、線性規劃、項目評估與可行性研究。出版並發表多本著作和學術論文。
·查看全部>>
目錄
第一章 關於EViews的基本知識 1
第一節 EViews簡介 1
第二節 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
第一節 建立一個工作檔案 9
第二節 檢查數據 19
第三節 數據繪製成曲線 21
第四節 描述的統計量(I)escriptive Statistics) 28
第三章 一元線性回歸模型的說明和估計 32
第一節 根據數據作圖 32
第二節 簡單回歸的估計 35
第三節 簡單回歸的作圖 41
第四節 殘差圖 44
第五節 EViews中簡單回歸模型的預測 46
第四章 最小二乘估計量的性質 48
第一節 模型中參數估計的方差和協方差 48
第二節 結果存儲 50
第三節 最小二乘殘差的作圖 52
第五章 簡單回歸模型的假設檢驗、區間估計和預測
第一節 模型參數的區間估計 54
第二節 模型參數的顯著性檢驗 57
第三節 EViews中簡單回歸模型的預測 60
第六章 新變數的生成與變數的圖形 65
第一節 利用已有的變數生成新變數 65
第二節 縮放數據的運算 70
第三節 變數的圖形 73
第四節 隨機項常態分配(Normally Distributed)檢驗 77
第七章 多元回歸模型 81
第一節 多元回歸模型的最小二乘估計 81
第二節 簡單預測 83
第三節 方差的估計(estimation of the error variance) 85
第四節 參數最小二乘估計量的方差與協方差 87
第五節 區間估計 89
第八章 多元回歸模型的進一步討論 92
第一節 多元回歸模型的單個係數的假設檢驗(hypothesis testing)
第二節 衡量擬合優度 95
第三節 F-檢驗 97
第九章 虛擬變數(二元選擇模型) 102
第一節 建立模型 102
第二節 設立時間趨勢變數 102
第三節 使用“邏輯”(logical)執行命令，構造虛擬變數 104
第四節 模型的估計和檢驗 105
第五節 利用部分樣本估計模型 107
第六節 利用EViews的chow檢驗 108
第十章 非線性模型 110
第一節 二個連續變數之間的相互作用 110
第二節 簡單非線性模型的參數估計 113
第三節 邏輯增長曲線(Logistic growth curve) 114
第十一章 異方差性(Heteroskedasticity) 118
第一節 異方差的檢驗 118
第二節 懷特(White)對異方差的修正 123
第三節 廣義最小二乘法(加權最小二乘法) 126
第四節戈特菲爾德一奎恩特檢驗(Goldfeld—Quandt) 130
第十二章 自相關(Autocorrelation) 135
第一節 殘差序列圖 136
第二節 廣義差分最JA-乘法(Generalized Least Squares)的運用 141
第三節 一階自相關(AR(1))模型的估計 144
第四節 杜賓-瓦爾特森(Durbin——Watson)檢驗 146
第五節 拉格朗日乘數(Lagrange Multiplier)自相關(Autocorrelation)
檢驗 147
第六節 一階自相關(AR(1))模型的預測(Prediction) 149
第十三章 隨機自變數 (Random Regressors)模型 153
第一節 豪斯曼(Hausman)檢驗 154
第二節 消除隨機性解釋變數影響的方法——工具變數法 157
第十四章 聯立方程模型(Simultaneous Equations Models) 159
第一節 對模型約簡式的估計(Estimating 4he Reduced Form) 161
第二節 兩階段最小二乘法(Two—Stage Least Squares)的套用
——對模型中單個方程的估計 162
第三節 二階段最小二乘法的套用——對聯立方程模型的估計 165
第十五章 分布滯後模型(Distributed Lag Models) 169
第一節 有限滯後模型(Finite Lag Models) 169
第二節 多項式無限分布滯後模型(Polynomial Distributed Lag Models)
——阿爾蒙Almon估計法 172
第三節 有限滯後模型中滯後期數的判定 178
第四節 KOYCK模型的套用舉例 185
第十六章 時間序列模型(Time Series Models) 187
第一節 平穩的時間序列(Stationary’Yime Series)的圖形 187
第二節 擬似回歸(spurious Regressions) 190
第三節 運用自相關函式檢驗數據的平穩性 193
第四節 單位根檢驗(Dickey-Fuller檢驗) 195
第五節 協整(Cointegration)檢驗的套用舉例 204
第十七章 合併時間序列數據與截面混合數據 208
第一節 合併數據(Panel Data)模型的基本類型 208
第二節 合併資料庫的建立 209
第三節 合併數據模型的估計 214
第十八章 自回歸條件異方差(ARCH)模型 221
第一節 ARCH模型 221
第二節 ARCH效應檢驗 222
第三節 ARCH模型的參數估計 226
第四節 廣義自回歸條件異方差模型 229
第十九章 向量自回歸模型 233
第一節 向量回歸模型的概念 233、
第二節 VAR(P)的建立與估計 233
第三節 預測 239
參考文獻 244
·收起全部<<
