數(shù)據(jù)分析與EViews應用（第3版）

第1章EViews軟件使用初步
1．1工作文件及建立
1．2序列對象的基本操作
1．3數(shù)據(jù)分析的常用操作
1．4序列的描述統(tǒng)計分析
第2章線性回歸分析
2．1線性回歸概述
2．2常規(guī)檢驗
2．3第三節(jié) 建?；静襟E和EViews操作
2．4自變量的選擇
2．5預測
2．6含定性自變量的回歸模型
第3章線性回歸問題與非線性回歸分析
3．1線性回歸的常見問題
3．2非線性回歸分析
3．3逐步回歸法
3．4分位數(shù)回歸
附錄：例子中所用的EViews小程序
第4章傳統(tǒng)時間序列分析
4．1趨勢模型與分析
4．2季節(jié)模型與分析
4．3指數(shù)平滑法
附錄：三和值法計算小程序
第5章ARMA模型應用
5．1ARMA模型概述
5．2 隨機時間序列的特性分析
5．3模型的識別與建立
5．4模型的預測
5．5序列相關與ARMA模型
第6章動態(tài)時間序列模型基礎
6．1分布滯后模型
6．2單位根檢驗
6．3協(xié)整與誤差修正模型
第7章條件異方差模型
7．1自回歸條件異方差模型
7．2廣義自回歸條件異方差模型
7．3其他類型的條件異方差模型
7．4多變量ARCH模型
第8章聯(lián)立方程模型
8．1模型的基本問題
8．2模型的估計
8．3聯(lián)立方程模型的模擬
第9章向量自回歸模型
9．1非結(jié)構化的向量自回歸模型
9．2結(jié)構化的向量自回歸模型
9．3向量誤差修正模型
第10章狀態(tài)空間模型
10．1狀態(tài)空間模型基本問題
10．2狀態(tài)空間模型估計
第11章Panel Data模型
11．1模型的基本問題
11．2模型的建立與估計
11．3模型的檢驗及其他
第12章混頻數(shù)據(jù)模型
12．1混頻數(shù)據(jù)回歸模型
12．2混頻數(shù)據(jù)預測模型
12．3混頻數(shù)據(jù)模型估計
第13章離散因變量模型和受限因變量模型
13．1二元選擇模型
13．2排序選擇模型
13．3受限因變量模型
13．4計數(shù)模型
附錄EViews編程基礎
附表常用統(tǒng)計分布表
參考文獻