包邮数据分析与Eviews应用

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.l 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 非结构化的向量白回归模型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 γ2分布表附表Ⅲ τ分布表附表Ⅳ F分布表附表Ⅴ D.W.检验表参考文献