高等院校国际经贸专业规划教材·计量经济学软件：EViews的使用（第2版） [Econometrics Software Eviews Using] pdf epub mobi txt 电子书 下载 在线阅读 2026

内容简介

EViews是当前世界上最为流行的计量经济学软件之一。《高等院校国际经贸专业规划教材·计量经济学软件：EViews的使用（第2版）》主要是介绍EViews 6.0
（Econometric Views）软件的使用。《高等院校国际经贸专业规划教材·计量经济学软件：EViews的使用（第2版）》以其最新版本EViews 6.0为基础，以案例贯穿全书，重点讲述计量分析方法、实例分析和EViews 6.0的操作方法。EViews拥有数据处理、作图、统计分析、建模分析、预测和模拟六大功能。
全书共分19章，内容包括基本功能介绍、数据处理、图形和表格、统计量的计算、线性模型、非线性模型、时间序列模型、离散变量模型、自回归条件异方差（ ARCH）模型、面板数据（Panel Data）模型、向量自回归（VAR）模型等一些新近发展起来的分析工具。
《高等院校国际经贸专业规划教材·计量经济学软件：EViews的使用（第2版）》的特点是以例题为主线，贯穿全书的讲解，易学易懂，本书在每一章前简明扼要地介绍了计量方法的基本原理，然后介绍EViews 6.0中常用统计方法的操作步骤，读者只要按照书上的例题操作一遍，即可学会EViews 6.0基本功能的使用，是一本较好的学习EViews软件使用的入门书籍。
EViews 6.0的基本功能广泛应用于经济学、金融，同时也适用于自然科学、社会科学、人文科学中各个领域的定量研究，应用范围广泛。
《高等院校国际经贸专业规划教材·计量经济学软件：EViews的使用（第2版）》将为经济、金融、管理、商务等领域的工作者、教师、学生全面掌握EViews 6.0提供有力的帮助。

作者简介

于俊年，对外经济贸易大学教授，研究领域包括计量经济学，项目经济分析数量法，线性规划，投资项目可行性研究与项目评估，出版并发表多本著作和学术论文。

内页插图

目录

第一章 关于EViews的基本知识
§1.1 EViews简介
§1.2 EViews的计量经济学基本概念

第二章 文件的建立和数据的描述
§2.1 建立一个工作文件
§2.2 检查数据
§2.3 数据绘制成曲线
§2.4 描述的统计量（Descriptive Statistics）

第三章 一元线性回归模型的说明和估计
§3.1 根据数据作图
§3.2 简单回归的估计
§3.3 简单回归的作图
§3.4 残差图
§3.5 EViews中简单回归模型的预测

第四章 最小二乘估计量的性质
§4.1 模型中参数估计的方差和协方差
§4.2 结果存储
§4.3 最小二乘残差的作图

第五章 简单回归模型的假设检验、区间估计和预测
§5.1 模型参数的显著性检验
§5.2 利用出口总额和国内生产总值进行区间估计
§5.3 EViews中简单回归模型的预测

第六章 新变量的生成与变量的图形
§6.1 利用已有的变量生成新变量
§6.2 缩放数据的运算
§6.3 变量的图形
§6.4 随机项正态分布（Normally Distributed）检验

第七章 多元回归模型
§7.1 多元回归模型的最小二乘估计
§7.2 简单预测
§7.3 总体方差的估计（Estimation of the Error Variance）
§7.4 参数最小二乘估计量的方差与协方差
§7.5 区间估计

第八章 多元回归模型的进一步讨论
§8.1 多元回归模型的单个系数的假设检验（Hypothesis Testing）
§8.2 衡量拟合优度
§8.3 F-检验

第九章 虚拟变量
§9.1 建立模型
§9.2 设立时间趋势变量
§9.3 使用“逻辑”（Logical）执行命令，构造虚拟变量
§9.4 模型的估计和检验
§9.5 利用部分样本估计模型
§9.6 利用EViews的邹突变点检验（Chow检验）

第十章 非线性模型与二元选择模型
§10.1 两个变量之间的相互作用
§10.2 简单非线性模型的参数估计
§10.3 二元选择模型

第十一章 异方差性（Heteroskedasticity）
第十二章 自相关（Autocorrelation）
第十三章 随机自变量（Random Regressors）模型
第十四章 联立方程模型
第十五章 分布滞后模型（Distributed Lag Models）
第十六章 时间序列模型（Time Series Models）
第十七章 面板数据模型
第十八章 自回归条件异方差（ARCH）模型
第十九章 向量自回归模型（VAR模型）

参考文献

前言/序言

《计量经济学软件：EViews的使用（第2版）》 内容简介 本书是面向高等院校国际经贸专业规划教材系列中的一本，专注于介绍和讲解计量经济学软件EViews的使用方法。本书旨在帮助学生和研究者掌握运用EViews这一强大的统计分析工具，解决经济学和相关领域中的实际问题。在当前全球经济一体化深入发展，数据分析能力成为经济学研究和实践不可或缺的关键技能的背景下，EViews以其易用性、功能全面性和广泛的应用性，成为计量经济学教学和科研中的首选软件之一。 本书系统性地阐述了EViews软件的核心功能和操作流程，从基础的数据管理、导入导出，到各种重要的计量经济学模型的估计、检验与预测，再到更复杂的专题分析，本书都进行了深入浅出的讲解。通过本书的学习，读者将能够熟练运用EViews完成从数据预处理到模型构建、结果解读的全过程，从而提升计量经济学研究的效率和准确性。 第一部分：EViews软件基础与数据处理 本部分是学习EViews的基石。首先，我们将详细介绍EViews软件的安装、界面布局以及基本操作。读者将熟悉EViews的工作空间、菜单栏、工具栏以及各种窗口的含义和功能。 接着，我们将重点讲解数据的导入与导出。EViews支持多种数据格式，包括Excel、CSV、Stata、SAS等，本书将详细指导读者如何将不同格式的数据导入EViews，并能将其中的数据导出为其他格式。数据管理是计量经济学研究的第一步，也是至关重要的一步。因此，本书将涵盖数据的录入、编辑、删除、排序、合并、拆分以及频率转换等基础数据处理技术。 此外，我们还会介绍EViews内置的各种数据管理工具，例如系列（Series）的创建与操作，字符串变量的转换，以及缺失值（Missing Values）的处理方法。理解和掌握这些基础操作，将为后续复杂的模型分析打下坚实的基础。 第二部分：描述性统计与数据可视化 在对数据进行建模分析之前，对其进行描述性统计和可视化是了解数据特征、发现潜在规律的重要环节。本部分将详细介绍EViews中的描述性统计功能。读者将学会如何计算均值、中位数、标准差、方差、偏度、峰度等基本统计量，并能通过EViews生成各种频率分布表。 同时，数据可视化是直观呈现数据特征的有效手段。本书将指导读者如何利用EViews绘制各种统计图表，包括但不限于： 直方图（Histograms）：展示数据的分布形态。 散点图（Scatter Plots）：观察两个变量之间的关系。 折线图（Line Charts）：展示时间序列数据的趋势和波动。 条形图（Bar Charts）：比较离散变量的频数或比例。 饼图（Pie Charts）：展示构成比例。 通过这些图表的绘制和解读，读者能够更深入地理解数据的内在结构，为选择合适的计量模型提供依据。 第三部分：经典计量经济学模型的估计与检验 本部分是本书的核心内容，将系统介绍EViews在经典计量经济学模型估计与检验方面的强大功能。 普通最小二乘法（OLS）：我们将详细讲解如何使用EViews估计一个或多个自变量与一个因变量之间的线性关系，即OLS回归模型。从单变量回归到多变量回归，本书将演示如何设置回归方程，以及EViews输出结果的各项指标（如R平方、调整R平方、F统计量、t统计量、p值、残差）的含义和解读。 模型诊断与检验：对OLS模型的估计结果进行诊断和检验是确保模型有效性的关键。本书将指导读者如何运用EViews进行异方差检验（如White检验、Breusch-Pagan检验）、自相关检验（如Durbin-Watson检验、Breusch-Godfrey检验）、多重共线性检验（如方差膨胀因子VIF），以及残差正态性检验。掌握这些检验方法，有助于识别模型中存在的问题，并采取相应的修正措施。 广义最小二乘法（GLS）：当模型存在异方差或自相关时，OLS估计的有效性会受到影响。本书将介绍如何使用EViews估计GLS模型，以获得更有效的估计量。 虚拟变量（Dummy Variables）：在经济学研究中，经常需要处理分类变量或引入结构性变化。本书将讲解如何构建和使用虚拟变量，以及在EViews中如何将其纳入回归模型进行分析，例如季节性调整、政策效应评估等。 第四部分：时间序列分析 时间序列数据在经济学研究中占据重要地位，EViews在时间序列分析方面提供了丰富的功能。 平稳性检验：时间序列的平稳性是许多时间序列模型的前提。本书将指导读者如何使用EViews进行单位根检验，如ADF检验、PP检验，以判断时间序列的平稳性。 自回归模型（AR）与移动平均模型（MA）：我们将介绍AR(p)和MA(q)模型的概念，并演示如何在EViews中估计这些模型，以及如何通过ACF和PACF图来识别模型的阶数。 自回归移动平均模型（ARMA）与自回归积分移动平均模型（ARIMA）：本书将进一步讲解ARMA(p,q)模型的估计与应用，以及如何处理非平稳时间序列，通过差分转化为平稳序列后，构建ARIMA(p,d,q)模型。 协整分析（Cointegration）：当两个或多个非平稳时间序列之间存在长期稳定的均衡关系时，就需要进行协整分析。本书将介绍Engle-Granger两步法和Johansen检验，并指导读者如何在EViews中实现这些分析。 向量自回归模型（VAR）：VAR模型被广泛应用于分析多个时间序列变量之间的动态关系。本书将讲解VAR模型的构建、估计、检验（如格兰杰因果检验、脉冲响应函数、方差分解）以及应用。 GARCH模型：在分析金融时间序列时，条件异方差模型（如GARCH模型）尤为重要。本书将介绍GARCH(1,1)模型及其扩展，并演示如何在EViews中估计和预测波动率。 第五部分：面板数据分析 面板数据（Panel Data）能够同时捕捉截面和时间维度上的信息，是当前计量经济学研究的重要方法。 面板数据模型概述：本书将介绍面板数据的特点，以及面板数据模型相较于横截面数据和时间序列数据的优势。 固定效应模型（Fixed Effects Model, FEM）与随机效应模型（Random Effects Model, REM）：我们将详细讲解FEM和REM的原理，并演示如何使用EViews估计这两种模型，以及如何进行Hausman检验来选择更合适的模型。 面板数据模型的检验：本书还将介绍面板数据模型中的其他重要检验，如异方差检验和自相关检验。 第六部分：其他高级计量方法与应用 除了上述经典模型外，本书还将介绍一些在国际经贸领域中常用的高级计量方法，并结合EViews进行演示。 联立方程模型（Simultaneous Equation Models）：在经济学中，很多经济变量之间存在相互影响。本书将介绍联立方程模型的估计方法，如两阶段最小二乘法（2SLS），以及在EViews中的实现。 非线性回归模型：对于一些经济关系，线性模型可能无法很好地描述。本书将介绍非线性回归模型的概念，并演示在EViews中如何进行非线性回归估计。 分位数回归（Quantile Regression）：分位数回归能够刻画变量在不同分位数上的条件分布，为分析条件异质性提供了有力工具。本书将介绍分位数回归的原理和EViews的应用。 模型选择与比较：在实际研究中，可能存在多个备选模型，如何选择最优模型是关键。本书将介绍信息准则（如AIC, BIC）等模型选择方法。 第七部分：EViews软件的实际应用案例 为了帮助读者更好地理解理论知识与软件操作的结合，本书的最后部分将提供多个国际经贸领域的实际应用案例。这些案例将涵盖贸易模型、汇率模型、宏观经济预测、国际投资分析等多个方面。通过对这些案例的详细讲解和EViews软件操作演示，读者可以学习如何将所学的计量方法应用于分析真实的经济问题，并能独立地完成自己的研究项目。 本书特色 系统性强：本书从软件基础到高级模型，逻辑清晰，结构完整，能够满足不同层次读者的学习需求。 操作导向：每一部分都紧密结合EViews软件的操作，通过图文并茂的方式，让读者能够快速掌握软件的实际应用。 案例丰富：大量的实际应用案例，有助于读者理解理论知识在实践中的运用，提升解决实际问题的能力。 紧扣专业：内容紧密围绕国际经贸专业的特点，所选取的案例和模型均与该领域密切相关。 面向教学：作为高等院校规划教材，本书充分考虑了教学的需要，语言通俗易懂，便于教师授课和学生自学。 通过学习本书，读者将不仅能够熟练掌握EViews这一强大的计量经济学软件，更重要的是能够培养运用计量经济学方法分析和解决国际经贸领域复杂问题的能力，为未来的学习和工作奠定坚实的基础。