计量经济学软件 EViews的使用PDF电子书下载

目录第一章 关于EVieWs的基本知识 1

第一节　EViews简介 1

第二节　EViews的计量经济学基本概念 4

第二章 文件的建立和数据的描述 9

第一节　建立一个工作文件 9

第二节　检查数据 19

第三节 数据绘制成曲线 21

第四节　描述的统计量（Descriptive Statistics） 28

第三章 一元线性回归模型的说明和估计 32

第一节　根据数据作图 32

第二节　简单回归的估计 35

第三节　简单回归的作图 41

第四节　残差图 44

第五节　EViews中简单回归模型的预测 46

第四章　最小二乘估计量的性质 48

第一节　模型中参数估计的方差和协方差 48

第二节　结果存储 50

第三节　最小二乘残差的作图 52

第五章　简单回归模型的假设检验、区间估计和预测 54

第一节　模型参数的区间估计 54

第二节　模型参数的显著性检验 57

第三节　EViews中简单回归模型的预测 60

第六章　新变量的生成与变量的图形 65

第一节　利用已有的变量生成新变量 65

第二节　缩放数据的运算 70

第三节 变量的图形 73

第四节　随机项正态分布（Normally Distributed）检验 77

第七章 多元回归模型 81

第一节 多元回归模型的最小二乘估计 81

第二节　简单预测 83

第三节　方差的估计（estimation of the error variance） 85

第四节　参数最小二乘估计量的方差与协方差 87

第五节 区间估计 89

第八章 多元回归模型的进一步讨论 92

第一节 多元回归模型的单个系数的假设检验（hypothesis testing） 92

第二节　衡量拟合优度 95

第三节　F-检验 97

第九章　虚拟变量（二元选择模型） 102

第一节　建立模型 102

第二节 设立时间趋势变量 102

第三节　使用“逻辑”（logical）执行命令，构造虚拟变量 104

第四节　模型的估计和检验 105

第五节　利用部分样本估计模型 107

第六节　利用EViews的chow检验 108

第一节 二个连续变量之间的相互作用 110

第十章　非线性模型 110

第二节 简单非线性模型的参数估计 113

第三节　逻辑增长曲线（Logistic growth curve） 114

第十一章　异方差性（Heteroskedasticity） 118

第一节　异方差的检验 118

第二节　怀特（White）对异方差的修正 123

第三节 广义最小二乘法（加权最小二乘法） 126

第四节 戈特菲尔德—奎恩特检验（Goldfeld—Quandt） 130

第十二章 自相关（Autocorrelation） 135

第一节　残差序列图 136

第二节 广义差分最小二乘法（Generalized Least Squares）的运用 141

第三节　一阶自相关（AR（1））模型的估计 144

第四节　杜宾—瓦尔特森（Durbin—Watson）检验 146

第五节　拉格朗日乘数（Lagrange Multiplier）自相关（Autocorrelation）检验 147

第六节　一阶自相关（AR（1））模型的预测（Prediction） 149

第十三章　随机自变量（Random Regressors）模型 153

第一节　豪斯曼（Hausman）检验 154

第二节 消除随机性解释变量影响的方法——工具变量法 157

第十四章　联立方程模型（Simultaneous Equations Models） 159

第一节　对模型约简式的估计（Estimating the Reduced Form） 161

第二节　两阶段最小二乘法（Two-Stage Least Squares）的应用——对模型中单个方程的估计 162

第三节 二阶段最小二乘法的应用——对联立方程模型的估计 165

第一节　有限滞后模型（Finite Lag Models） 169

第十五章　分布滞后模型（Distributed Lag Models） 169

第二节 多项式无限分布滞后模型（Polynomial Distributed Lag Models）——阿尔蒙Almon估计法 172

第三节　有限滞后模型中滞后期数的判定 178

第四节　KOYCK模型的应用举例 185

第十六章 时间序列模型（Time Series Models） 187

第一节 平稳的时间序列（Stationary Time Series）的图形 187

第二节　拟似回归（Spurious Regressions） 190

第三节　运用自相关函数检验数据的平稳性 193

第四节 单位根检验（Dickey-Fuller检验） 195

第五节　协整（Cointegration）检验的应用举例 204

第一节　合并数据（Panel Data）模型的基本类型 208

第十七章　合并时间序列数据与截面混合数据 208

第二节　合并数据库的建立 209

第三节　合并数据模型的估计 214

第十八章 自回归条件异方差（ARCH）模型 221

第一节　ARCH模型 221

第二节　ARCH效应检验 222

第三节　ARCH模型的参数估计 226

第四节　广义自回归条件异方差模型 229

第十九章 向量自回归模型 233

第一节 向量回归模型的概念 233

第二节　VAR（P）的建立与估计 233

第三节　预测 239

参考文献 244