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