扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
EVIEWS在数据分析中的应用 版权信息
- ISBN：9787302665526
- 条形码：9787302665526 ; 978-7-302-66552-6
- 装帧：平装
- 册数：暂无
- 重量：暂无
- 所属分类：>>
EVIEWS在数据分析中的应用 本书特色
中国数量经济学会副会长、南开大学教授张晓峒等4位大咖隆重推荐。 结合90多个典型案例，详解EViews在宏观经济预测和金融数据分析中的应用。 提供上机练习题、11小时教学视频、教学PPT和教学大纲，方便学习。 内容丰富：分别对EViews软件在基本统计和数据分析、经典回归分析、时间序列分析及其他模型中的应用进行详细的介绍。 容易上手：讲解的过程中除了给出必要的公式和模型背景外，没有罗列大量的数学推导过程，非常容易上手。 案例丰富：结合90多个典型实战案例讲解重要的知识点，每个案例都给出详细的实现步骤，带领读者动手实践，加深对相关知识的理解。 提供上机练习题：每章后都提供上机练习题，帮助读者巩固和提高该章所学的知识。 提供教学视频：书中的所有案例和上机练习题均提供配套教学视频(共11小时)，帮助读者高效、直观地学习。 提供教学PPT和大纲：提供配套教学PPT和教学大纲，方便相关授课老师教学时使用。 中国数量经济学会副会长等4位大咖力荐,90多个案例+上机练习题，赠送11小时教学视频+教学PPT+教学大纲+数据文件+习题答案
EVIEWS在数据分析中的应用 内容简介
《EViews在数据分析中的应用》结合大量实战案例，全面、系统地介绍EViews软件的基本用法及其在数据分析中的应用。本书每章的*后都提供上机练习题，帮助读者提高动手能力。另外，本书提供配套教学视频，帮助读者高效、直观地学习，还提供教学PPT和大纲，方便相关高校的老师教学。 《EViews在数据分析中的应用》共13章，分为4篇。第1篇“EViews数据分析基础”，涵盖EViews概述、EViews基本数据分析（单序列）、EViews基本数据分析（序列组）和EViews数据图形化分析；第2篇“EViews经典线性回归模型”，涵盖经典回归模型和违背经典线性回归模型假设的修正；第3篇“EViews时间序列模型”，涵盖时间序列模型与预测、带季节效应的时间序列模型、条件异方差模型、向量自回归模型和协整相关模型；第4篇“EViews的其他模型”，涵盖离散和受限因变量模型，以及混合数据与面板数据分析。 《EViews在数据分析中的应用》内容丰富，结构合理，逻辑清晰，步骤详细，特别适合证券、银行、保险和投资等经济与金融行业中从事数据分析的相关人员阅读，也适合政府和工业制造等领域从事宏观经济分析与预测的数据分析人员阅读，还适合作为高等院校“EViews应用”“计量经济学”和“时间序列分析”等课程的教材。
EVIEWS在数据分析中的应用 目录
目录
第1篇 EViews数据分析基础
第1章 EViews概述 2
1.1 EViews基础 2
1.1.1 EViews的版本和安装 2
1.1.2 EViews的启动与退出 3
1.1.3 EViews的主窗口 4
1.2 工作文件 6
1.2.1 新工作文件的建立 6
1.2.2 读取外部数据 7
1.2.3 工作文件窗口 9
1.3 对象 10
1.3.1 对象的建立 11
1.3.2 对象窗口 11
1.3.3 生成新序列 13
1.4 上机练习 14
第2章 EViews基本数据分析（单序列） 16
2.1 数据的展示 16
2.1.1 电子表格 17
2.1.2 绘图 17
2.2 基本统计量分析和检验 18
2.2.1 描述性统计量和检验 18
2.2.2 单因素统计表 31
2.2.3 重复值分析 32
2.3 时间序列分析 34
2.3.1 相关图 34
2.3.2 长期方差 35
2.3.3 单位根检验 36
2.3.4 断点单位根检验 38
2.3.5 季节单位根检验 40
2.3.6 方差比率检验 42
2.3.7 BDS独立性检验 45
2.3.8 预测效果评估 45
2.3.9 小波分析 48
2.4 标签 48
2.5 上机练习 49
第3章 EViews基本数据分析（序列组） 51
3.1 数据展示和基本操作 51
3.1.1 建立组 51
3.1.2 序列组数据比较 53
3.1.3 建立带日期的数据表格 53
3.1.4 序列组绘图 55
3.2 基本统计量分析和检验 55
3.2.1 基本描述性统计量和检验 55
3.2.2 多因素统计表分析 56
3.2.3 重复值分析 59
3.2.4 协方差和相关性分析 59
3.2.5 齐性检验 61
3.2.6 主成分分析 61
3.3 时间序列分析 64
3.3.1 相关图 65
3.3.2 交叉相关关系 65
3.3.3 长期方差 66
3.3.4 单位根检验 66
3.3.5 协整检验 67
3.3.6 格兰杰因果检验 68
3.4 标签 69
3.5 上机练习 69
第4章 EViews数据图形化分析 70
4.1 基本绘图功能 70
4.1.1 快速绘图 70
4.1.2 图形的个性化设置 71
4.1.3 图形对象 73
4.2 分类图 75
4.3 动态图 78
4.4 上机练习 80
第2篇 EViews经典线性回归模型
第5章 经典的回归模型 84
5.1 经典线性回归模型 84
5.1.1 经典线性回归模型的假设 84
5.1.2 *小二乘估计 85
5.1.3 建立回归模型的步骤 85
5.2 经典线性回归模型的拟合 85
5.2.1 一元线性回归模型的估计 86
5.2.2 多元线性回归模型的拟合 97
5.2.3 非线性回归模型的拟合 98
5.3 含虚拟变量的回归模型 105
5.3.1 虚拟变量的含义 105
5.3.2 虚拟变量的拟合 105
5.4 上机练习 107
第6章 违背经典线性回归模型假设的修正 109
6.1 多重共线性 109
6.1.1 多重共线性的含义和影响 109
6.1.2 多重共线性的解决方法 110
6.1.3 逐步回归法 110
6.2 异方差 114
6.2.1 异方差的含义和影响 114
6.2.2 EViews异方差的修正 115
6.2.3 加权*小二乘法 115
6.3 自相关 121
6.3.1 自相关的原理 121
6.3.2 自相关的检验和修正 122
6.3.3 广义*小二乘法 123
6.4 扰动项相关 128
6.4.1 扰动项原理 128
6.4.2 二阶段*小二乘法 128
6.4.3 LIML与GMM方法 130
6.5 上机练习 131
第3篇 EViews时间序列模型
第7章 时间序列模型与预测 136
7.1 平稳性和纯随机性 136
7.1.1 平稳性 136
7.1.2 纯随机性 136
7.2 平稳性检验和纯随机性检验 137
7.2.1 单位根检验 138
7.2.2 纯随机性检验 139
7.3 AR与MA模型 140
7.3.1 AR模型 140
7.3.2 经典线性回归模型与AR模型 147
7.3.3 MA模型 148
7.4 ARMA模型 151
7.4.1 ARMA模型的拟合 152
7.4.2 ARMA模型的预测 156
7.5 单整与ARIMA模型 157
7.5.1 差分和单整 158
7.5.2 ARIMA (p, d, q)模型估计 158
7.5.3 ARIMA疏系数模型 164
7.6 上机练习 169
第8章 带季节效应的时间序列模型 171
8.1 Census X-13季节调整模型 171
8.2 指数平滑预测模型 174
8.2.1 简单指数平滑法 174
8.2.2 ETS指数平滑法 177
8.3 加法和乘法模型 178
8.4 ARIMA加法模型 181
8.5 ARIMA乘法模型 185
8.6 上机练习 189
第9章 条件异方差模型 191
9.1 异方差问题 191
9.1.1 异方差的定义 191
9.1.2 异方差的判断 192
9.1.3 方差齐性变换 193
9.2 ARCH与GARCH模型 196
9.2.1 集群效应 196
9.2.2 ARCH模型 198
9.2.3 GARCH模型 199
9.3 GARCH模型的拟合 199
9.4 GARCH的衍生模型 211
9.4.1 IGARCH模型 211
9.4.2 GARCH-M模型 212
9.4.3 TGARCH模型 212
9.4.4 EGARCH模型 213
9.5 上机练习 213
第10章 向量自回归模型 215
10.1 VAR模型的特征 215
10.2 VAR模型的估计 216
10.3 上机练习 227
第11章 协整相关模型 229
11.1 单整 229
11.1.1 单整的概念 229
11.1.2 单整的性质 229
11.2 协整 230
11.3 Engle-Granger协整检验 230
11.4 Johansen协整检验 235
11.5 误差修正模型 239
11.5.1 ECM模型 240
11.5.2 VEC模型 242
11.6 自回归分布滞后模型 246
11.6.1 ARDL模型的原理 246
11.6.2 ARDL模型估计 247
11.6.3 OLS估计 249
11.7 模型总结 250
11.8 上机练习 251
第4篇 EViews的其他模型
第12章 离散和受限因变量模型 254
12.1 二元因变量模型 254
12.1.1 二元因变量的原理 254
12.1.2 二元因变量模型的操作 255
12.2 审查回归模型 257
12.2.1 审查回归的原理 258
12.2.2 审查回归模型的操作 258
12.3 截断回归模型 261
12.3.1 截断回归的原理 261
12.3.2 截断回归模型的操作 261
12.4 排序因变量模型 263
12.4.1 排序因变量的原理 263
12.4.2 排序因变量模型的操作 264
12.5 上机练习 267
第13章 混合数据与面板数据分析 269
13.1 混合数据与面板数据的区别 269
13.2 混合数据的分析 270
13.2.1 混合数据工作文件 270
13.2.2 混合数据对象 271
13.2.3 混合数据的操作 274
13.3 混合数据模型的估计 280
13.3.1 无固定效应模型 280
13.3.2 固定效应模型 282
13.3.3 随机效应模型 284
13.3.4 模型检验 285
13.4 面板数据的分析 288
13.4.1 建立面板数据文件 288
13.4.2 面板数据模型的估计 290
13.5 上机练习 293
参考文献 295
展开全部
EVIEWS在数据分析中的应用 作者简介
何晓琦， 经济学博士，北京大学博士后。本、硕、博毕业于华中科技大学。现任福建商学院金融学院副教授，研究领域为经济计量分析和公共政策分析等。以第一作者在《统计研究》《数理统计与管理》《改革》《经济体制改革》等期刊杂志上发表论文20多篇，主持或参与多项国家级和省级课题。维护B站、小红书和抖音等平台的“何晓琦老师”个人账号。
书友推荐
- >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0 - >
随园食单
随园食单
¥15.4¥48.0 - >
回忆爱玛侬
回忆爱玛侬
¥9.8¥32.8 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
史学评论
史学评论
¥23.2¥42.0 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
朝闻道
朝闻道
¥15.0¥23.8
本类畅销
-
一本书读懂大数据
¥13.5¥36 -
4.23文创礼盒A款--“作家言我精神状态”
¥42.3¥206 -
4.23文创礼盒B款--“作家言我精神状态”
¥42.3¥206 -
一句顶一万句 (印签版)
¥40.4¥68 -
百年书评史散论
¥14.9¥38 -
1980年代:小说六记
¥52.8¥69
