数据分析与EViews应用(第3版)/数据分析与应用丛书

本书以实际数据的分析处理为例，介绍相应统计 方法的运用及其在EViews l0.O中的实现。本书涉及处 理以时间序列为主的多种类型的数据，包括描述统 计、回归分析、传统时间序列分析等基本的数据分析 以及建立条件异方差、向量自回归模型（包括非结构 化和结构化模型）、向量误差修正模型、Panel Data 模型、状态空间模型、混频数据模型等复杂的计量经 济模型。本书为运用各种统计方法和经济计量方法处 理数据的读者提供了一个简便易学、易操作的工具。 读者可以快速掌握Eviews软件的运用。

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 3.4 分位数回归 附录3A 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4A 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 条件异方差模型 7.1 自回归条件异方差模型 7.2 广义自回归条件异方差模型 7.3 其他类型的条件异方差模型 7.4 多变量ARCH模型 第8章 联立方程模型 8.1 模型的基本问题 8.2 模型的估计 8.3 联立方程模型的模拟 第9章 向量自回归模型 9.1 非结构化的向量自回归模型 9.2 结构化的向量自回归模型 9.3 向量误差修正模型 第10章 状态空间模型 10.1 状态空间模型基本问题 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 混频数据模型 12.1 混频数据回归模型 12.2 混频数据预测模型 12.3 混频数据模型估计 第13章 离散因变量模型和受限因变量模型 13.1 二元选择模型 13.2 排序选择模型 13.3 受限因变量模型 13.4 计数模型 附录 EViews编程基础 附表 常用统计分布表 参考文献