EViews 6．0軟件功能很強，能夠處理以時間序列為主的多種類型的數據，進行包括描述統計、回歸分析、傳統時間序列等基本的數據分析，以及建立條件異方差、向量自回歸，包括非結構化和結構化模型、Panel Data模型、狀態空間模型等復雜的計量經濟模型。

易丹輝，1981年考入中國人民大學統計學專業，1984年12月留校任教，現任中國人民大學統計學院教授，博士生導師，統計咨詢中心主任。他主要從事統計方法在經濟、金融、保險、醫療、管理等領域應用的研究。講授課程:統計預測、預測動態、實驗設計、
Categorical Data Analysis、金融風險分析技術、Structural Equations Model、時間序列分析、數據挖掘技術及應用等課程。

第1章 EViews軟件使用初步
1．1工作文件及建立
1．2序列對像的基本操作
1．3數據分析的常用操作
1．4序列的描述統計分析

第2章 線性回歸分析
2．1線性回歸概述
2．2常規檢驗
2．3建模基本步驟和EViews操作
2．4自變量的選擇
2．5預測
2．6含定性自變量的回歸模型

第3章 線性回歸問題與非線性回歸分析
3．1線性回歸的常見問題
3．2非線性回歸分析
3．3逐步回歸法
3．4分位數回歸
附錄：例子中所用的EViews小程序

第4章 傳統時間序列分析
4．1趨勢模型與分析
4．2季節模型與分析
4．3指數平滑法
附錄：三和值法計算小程序

第5章 ARMA模型應用
5．1 ARMA模型概述
5．2隨機時間序列的特性分析
5．3模型的識別與建立
5．4模型的預測
5．5序列相關與ARMA模型

第6章 動態時間序列模型基礎
6．1分布滯後模型
6．2單位根檢驗
6．3協整與誤差修正模型

第7章 聯立方程模型
7．1模型的基本問題
7．2模型的估計
7．3聯立方程模型的模擬

第8章 向量自回歸模型
8．1非結構化的向量自回歸模型
8．2結構化的向量自回歸模型
8．3向量誤差修正模型

第9章 條件異方差模型
9．1自回歸條件異方差模型
9．2廣義自回歸條件異方差模型
9．3其他類型的條件異方差模型
9．4多變量ARCH模型

第10章 狀態空間模型
10．1狀態空間模型的基本問題
10．2狀態空間模型估計

第11章 Panel Data模型
11．1模型的基本問題
11．2模型的建立與估計
11．3模型的檢驗及其他

第12章 離散及受限因變量模型
12選擇模型
12．2排序選擇模型
12．3受限因變量模型
12．4計數模型

附錄EViews編程基礎
1．EViews命令基礎
2．EViews程序基礎
3．程序控制
4．矩陣語言簡介

附表 常用統計分布表
參考文獻

第二版前言

本版是在2008年中國人民大學出版社出版的《數據分析與EViews應用》基礎上修訂改寫的。本書自出版後得到很多讀者的熱情鼓勵，不斷有人提出各種建議和意見，我在教學和實際使用中也發現了一些問題，在出版社的建議下進行修訂，除了對一些問題加以修訂外，還在第3章增加了分位數回歸一節。
隨著科學技術的不斷進步，越來越多的統計方法應運而生，為經濟計量提供了更多的工具和手段，也為進行社會的定量研究提供了方便。EViews中提供的很多功能還有待進一步開發利用，由於不想讓書變得很厚，再版時隻增寫了分位數回歸，其他功能有機會在寫另外的書時增補。EViews的功能在該軟件的幫助部分都有較為詳細的介紹，有興趣的讀者可以自己閱讀掌握，我們隻是起到一個引導作用。
由於時間和水平的限制，本書難免還有一些遺憾和不足，懇請讀者諒解並提出寶貴意見。