数据分析系列教材•数据分析与Eviews应用.pdf

数据分析系列教材•数据分析与Eviews应用.pdf
 

书籍描述

编辑推荐
《数据分析与Eviews应用》:数据分析系列教材。

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
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
附表Ⅰ 正态分布分位数表
附表Ⅱ X2分布表
附表Ⅲ t分布表
附表Ⅳ F分布表
附表Ⅴ D.W.检验表
参考文献

序言
随着社会经济的不断发展、科学技术的不断进步,统计方法越来越成为人们必不可少的工具和手段。在教学过程中,老师们也越来越感到运用统计方法解决实际问题的重要,不少人在探索如何运用统计软件介绍和学习统计方法。谢邦昌教授、黄登源教授在多年的教学中,积累了丰富的经验,他们热隋倡议,将他们的讲稿提供出来并编写成教材,供更多的人学习和使用。这正与我们的初衷不谋而合。2005年开始着手这套系列教材的编写,经过不断讨论、反复论证,形成了现在的模式。由于有许多研究生的帮忙,又有几位年轻老师的辛劳,这套书终于问世。

文摘
插图:

数据分析系列教材•数据分析与Eviews应用

第1章 Eviews软件使用初步
EViews软件是经济计量软件之一,是应用非常广泛的预测分析计量软件。本书介绍的EViews6.0是QMS公司在2007年7月推出的EViews最新版本,是对EViews3.1的完善和改进。
EViews6.0软件功能很强,能够处理以时间序列为主的多种类型数据,进行包括描述统计、回归分析、传统时间序列分析等基本数据分析,以及建立条件异方差、向量自回归等复杂的计量经济模型。
使用EViews软件可以采用交互处理和批处理两种模式。在交互处理模式下,用户每次只能提交一个命令,既可以通过在主窗口上方的命令输入行键入,也能依靠点击菜单实现;在批处理模式下,要求用户运行程序前必须建立一个包含一组命令的文本文件,相对于前者难度较大,一般要比较熟练后才使用。
为方便读者学习,本书各章中的实例分析使用交互处理模式,而且尽可能用选择菜单功能的方式,附录中集中介绍EViews软件的编程基础。
本章主要介绍EViews6.0版的基本操作方法,熟练地掌握它们是学习后面章节中各种数据分析过程的前提。
1.1 工作文件及建立
1.1.1 主窗口简介
软件安装(过程略)后,在相应的目录下用鼠标双击图标启动Eviews6.0程序,进入主窗口,见图1.1。
主窗口上方排列着按照功能划分的9个主菜单选项,用鼠标左键单击任意选项会出现不同的下拉菜单,显示该部分的具体功能。

内容简介
《数据分析与Eviews应用》介绍的EViews 6.0版是QMS公司在2007年3月正式推出的最新版本,它是对EViews 5.0的完善和改进。比起5.0版,EViews 6.0版最大的特点是增加了新的数据管理功能,新的序列处理过程,新的估计方式,并新定义了几个函数。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。

购买书籍

当当网购书 京东购书 卓越购书

PDF电子书下载地址

相关书籍

搜索更多