内容简介
EViews 6.0软件功能很强,能够处理以时间序列为主的多种类型的数据,进行包括描述统计、回归分析、传统时间序列等基本的数据分析,以及建立条件异方差、向量自回归,包括非结构化和结构化模型、Panel Data模型、状态空间模型等复杂的计量经济模型。
作者简介
易丹辉,1981年考入中国人民大学统计学专业,1984年12月留校任教,现任中国人民大学统计学院教授,博士生导师,统计咨询中心主任。他主要从事统计方法在经济、金融、保险、医疗、管理等领域应用的研究。讲授课程:统计预测、预测动态、实验设计、
Categorical Data Analysis、金融风险分析技术、Structural Equations Model、时间序列分析、数据挖掘技术及应用等课程。
目录
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
精彩书摘
第二版前言
本版是在2008年中国人民大学出版社出版的《数据分析与EViews应用》基础上修订改写的。本书自出版后得到很多读者的热情鼓励,不断有人提出各种建议和意见,我在教学和实际使用中也发现了一些问题,在出版社的建议下进行修订,除了对一些问题加以修订外,还在第3章增加了分位数回归一节。
随着科学技术的不断进步,越来越多的统计方法应运而生,为经济计量提供了更多的工具和手段,也为进行社会的定量研究提供了方便。EViews中提供的很多功能还有待进一步开发利用,由于不想让书变得很厚,再版时只增写了分位数回归,其他功能有机会在写另外的书时增补。EViews的功能在该软件的帮助部分都有较为详细的介绍,有兴趣的读者可以自己阅读掌握,我们只是起到一个引导作用。
由于时间和水平的限制,本书难免还有一些遗憾和不足,恳请读者谅解并提出宝贵意见。
前言/序言
数据分析与EViews应用(第二版)(数据分析系列教材) 下载 mobi epub pdf txt 电子书 格式