计量经济学软件 EViews的使用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

计量经济学软件 EViews的使用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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