第1章 EViews软件使用初步 1
1.1 工作文件及建立 1
1.2 序列对象的基本操作 6
1.3 数据分析的常用操作 12
1.4 序列的描述统计分析 19
第2章 线性回归分析 27
2.1 线性回归概述 27
2.2 常规检验 28
2.3 建模基本步骤和EViews操作 32
2.4 自变量的选择 43
2.5 预测 46
2.6 含定性自变量的回归模型 51
第3章 线性回归问题与非线性回归分析 54
3.1 线性回归的常见问题 54
3.2 非线性回归分析 64
3.3 逐步回归法 73
3.4 分位数回归 84
附录：例子中所用的EViews小程序 96
第4章 传统时间序列分析 98
4.1 趋势模型与分析 98
4.2 季节模型与分析 103
4.3 指数平滑法 110
附录：三和值法计算小程序 117
第5章 ARMA模型应用 119
5.1 ARMA模型概述 119
5.2 随机时间序列的特性分析 121
5.3 模型的识别与建立 129
5.4 模型的预测 135
5.5 序列相关与ARMA模型 142
第6章 动态时间序列模型基础 145
6.1 分布滞后模型 145
6.2 单位根检验 153
6.3 协整与误差修正模型 159
第7章 联立方程模型 165
7.1 模型的基本问题 165
7.2 模型的估计 167
7.3 联立方程模型的模拟 186
第8章 向量自回归模型 192
8.1 非结构化的向量自回归模型 192
8.2 结构化的向量自回归模型 208
8.3 向量误差修正模型 215
第9章 条件异方差模型 224
9.1 自回归条件异方差模型 224
9.2 广义自回归条件异方差模型 232
9.3 其他类型的条件异方差模型 234
9.4 多变量ARCH模型 240
第10章 状态空间模型 247
10.1 状态空间模型的基本问题 247
10.2 状态空间模型估计 253
第11章 Panel Data模型 266
11.1 模型的基本问题 266
11.2 模型的建立与估计 269
11.3 模型的检验及其他 281
第12章 离散及受限因变量模型 297
12.1 二元选择模型 297
12.2 排序选择模型 308
12.3 受限因变量模型 312
12.4 计数模型 318
附录 EViews编程基础 325
1．EViews命令基础 325
2．EViews程序基础 327
3．程序控制 330
4．矩阵语言简介 333
附表 常用统计分布表 337
附表Ⅰ 正态分布分位数表 337
附表Ⅱ X2分布表 338
附表Ⅲ t分布表 342
附表Ⅳ F分布表 343
附表Ⅴ D.W．检验表 350
参考文献 353