於俊年編著的《計量經濟學軟件：EViews的使用（第2版）》共分19章，內容包括基本功能介紹、數據處理、圖形和表格、統計量的計算、線性模型、非線性模型、時間序列模型、離散變量模型、自回歸條件異方差（ARCH）模型、面板數據（Panel Data）模型、向量自回歸（VAR）模型等一些新近發展起來的分析工具。

EViews是當前世界上最為流行的計量經濟學軟件之一。於俊年編著的《 計量經濟學軟件：EViews的使用（第2版）》主要是介紹EViews 6.0 （Econometric Views）軟件的使用。《計量經濟學軟件：EViews的使用（ 第2版）》以其最新版本EViews 6.0為基礎，以案例貫穿全書，重點講述計 量分析方法、實例分析和EViews 6.0的操作方法。EViews擁有數據處理、作 圖、統計分析、建模分析、預測和模擬六大功能。 全書共分19章，內容包括基本功能介紹、數據處理、圖形和表格、統計 量的計算、線性模型、非線性模型、時間序列模型、離散變量模型、自回歸 條件異方差（ARCH）模型、面板數據（Panel Data）模型、向量自回歸 （VAR）模型等一些新近發展起來的分析工具。 《計量經濟學軟件：EViews的使用（第2版）》的特點是以例題為主線 ，貫穿全書的講解，易學易懂，本書在每一章前簡明扼要地介紹了計量方法 的基本原理，然後介紹EViews 6.0中常用統計方法的操作步驟，讀者隻要按 照書上的例題操作一遍，即可學會EViews 6.0基本功能的使用，是一本較好 的學習EViews軟件使用的入門書籍。 EViews 6.0的基本功能廣泛應用於經濟學、金融，同時也適用於自然科 學、社會科學、人文科學中各個領域的定量研究，應用範圍廣泛。 《計量經濟學軟件：EViews的使用（第2版）》將為經濟、金融、管理 、商務等領域的工作者、教師、學生全面掌握EViews 6.0提供有力的幫助。

第一章 關於EViews的基本知識
§1.1 EViews簡介
§1.2 EViews的計量經濟學基本概念
第二章 文件的建立和數據的描述
§2.1 建立一個工作文件
§2.2 檢查數據
§2.3 數據繪制成曲線
§2.4 描述的統計量（Descriptive Statistics）
第三章 一元線性回歸模型的說明和估計
§3.1 根據數據作圖
§3.2 簡單回歸的估計
§3.3 簡單回歸的作圖
§3.4 殘差圖
§3.5 EViews中簡單回歸模型的預測
第四章 *小二乘估計量的性質
§4.1 模型中參數估計的方差和協方差
§4.2 結果存儲
§4.3 *小二乘殘差的作圖
第五章 簡單回歸模型的假設檢驗、區間估計和預測
§5.1 模型參數的顯著性檢驗
§5.2 利用出口總額和**生產總值進行區間估計
§5.3 EViews中簡單回歸模型的預測
第六章 新變量的生成與變量的圖形
§6.1 利用已有的變量生成新變量
§6.2 縮放數據的運算
§6.3 變量的圖形
§6.4 隨機項正態分布（Normally Distributed）檢驗
第七章 多元回歸模型
§7.1 多元回歸模型的*小二乘估計
§7.2 簡單預測
§7.3 總體方差的估計（Estimation of the Error Variance）
§7.4 參數*小二乘估計量的方差與協方差
§7.5 區間估計
第八章 多元回歸模型的進一步討論
§8.1 多元回歸模型的單個繫數的假設檢驗（Hypothesis Testing）
§8.2 衡量擬合優度
§8.3 F-檢驗
第九章 虛擬變量
§9.1 建立模型
§9.2 設立時間趨勢變量
§9.3 使用“邏輯”（Logical）執行命令，構造虛擬變量
§9.4 模型的估計和檢驗
§9.5 利用部分樣本估計模型
§9.6 利用EViews的鄒突變點檢驗（Chow檢驗）
第十章 非線性模型與二元選擇模型
§10.1 兩個變量之間的相互作用
§10.2 簡單非線性模型的參數估計
§10.3 二元選擇模型
第十一章 異方差性（Heteroskedasticity）
§11.1 異方差的散點圖檢驗法
§11.2 帕克（R.EPark）檢驗法
§11.3 戈特菲爾德-奎恩特（Goldfeld-Quandt）異方差檢驗
§11.4 懷特（White）異方差檢驗
§11.5 加權*小二乘法
§11.6 懷特（White）對異方差的修正
第十二章 自相關（Autoeorrelation）
§12.1 殘差圖檢驗法
§12.2 D-W自相關檢驗法
§12.3 偏相關繫數檢驗法
§12.4 自相關的LM檢驗
§12.5 廣義差分*小二乘法（Generalized Least Squares）的運用
§12.6 AR（1）模型的估計
第十三章 隨機自變量（Random Regressors）模型
§13.1 豪斯曼（Hausman）檢驗
§13.2 消除隨機性解釋變量影響的方法——工具變量法
第十四章 聯立方程模型
§14.1 單方程的2SLS估計
§14.2 聯立方程模型的繫統3SLS估計
第十五章 分布滯後模型（Distributed Lag Models）
§15.1 有限滯後模型（Finite Lag Models）
§15.2 多項式無限分布滯後模型（Polynomial Distributed Lag Models）——阿爾蒙Almon估計法
§15.3 有限滯後模型中滯後期數判定的亞開克與施瓦茲（AIC與SC）準則
§15.4 柯克（KOYCK）模型的應用舉例
第十六章 時間序列模型（Time Series Models）
§16.1 平穩時間序列（Stationary Time Series）的圖形
§16.2 偽回歸（Spurious Regressions）
§16.3 運用自相關函數檢驗數據的平穩性
§16.4 單位根檢驗（Augmented Dickey—Fuller檢驗）
§16.5 自回歸移動平均模型ARMA（p，q）
§16.6 協整（Cointegration）檢驗（1）
§16.7 協整（Cointegration）檢驗（2）——Johansen（約翰森）協整檢驗
第十七章 面板數據模型
§17.1 面板數據（Panel Data）模型的基本類型
§17.2 面板數據庫的建立
§17.3 面板數據模型的估計
§17.4 面板數據的單位根檢驗
§17.5 面板數據的協整檢驗
第十八章 自回歸條件異方差（ARCH）模型
§18.1 ARCH模型
§18.2 ARCH效應檢驗
§18.3 ARCH模型的參數估計
§18.4 廣義自回歸條件異方差模型
第十九章 向量自回歸模型（VAR模型）
§19.1 向量自回歸模型的概念
§19.2 VAR（P）的建立與估計
§19.3 預測
§19.4 VAR模型的若干分析
參考文獻