計(jì)量經(jīng)濟(jì)學(xué)軟件：EViews的使用（第2版）

第一章 關(guān)于EViews的基本知識
§1.1 EViews簡介
§1.2 EViews的計(jì)量經(jīng)濟(jì)學(xué)基本概念
第二章 文件的建立和數(shù)據(jù)的描述
§2.1 建立一個工作文件
§2.2 檢查數(shù)據(jù)
§2.3 數(shù)據(jù)繪制成曲線
§2.4 描述的統(tǒng)計(jì)量（Descriptive Statistics）
第三章 一元線性回歸模型的說明和估計(jì)
§3.1 根據(jù)數(shù)據(jù)作圖
§3.2 簡單回歸的估計(jì)
§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(yù)測
第四章 最小二乘估計(jì)量的性質(zhì)
§4.1 模型中參數(shù)估計(jì)的方差和協(xié)方差
§4.2 結(jié)果存儲
§4.3 最小二乘殘差的作圖
第五章 簡單回歸模型的假設(shè)檢驗(yàn)、區(qū)間估計(jì)和預(yù)測
§5.1 模型參數(shù)的顯著性檢驗(yàn)
§5.2 利用出口總額和國內(nèi)生產(chǎn)總值進(jìn)行區(qū)間估計(jì)
§5.3 EViews中簡單回歸模型的預(yù)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(shù)據(jù)的運(yùn)算
§6.3 變量的圖形
§6.4 隨機(jī)項(xiàng)正態(tài)分布（Normally Distributed）檢驗(yàn)
第七章 多元回歸模型
§7.1 多元回歸模型的最小二乘估計(jì)
§7.2 簡單預(yù)測
§7.3 總體方差的估計(jì)（Estimation of the Error Variance）
§7.4 參數(shù)最小二乘估計(jì)量的方差與協(xié)方差
§7.5 區(qū)間估計(jì)
第八章 多元回歸模型的進(jìn)一步討論
§8.1 多元回歸模型的單個系數(shù)的假設(shè)檢驗(yàn)（Hypothesis Testing）
§8.2 衡量擬合優(yōu)度
§8.3 F-檢驗(yàn)
第九章 虛擬變量
§9.1 建立模型
§9.2 設(shè)立時間趨勢變量
§9.3 使用“邏輯”（Logical）執(zhí)行命令，構(gòu)造虛擬變量
§9.4 模型的估計(jì)和檢驗(yàn)
§9.5 利用部分樣本估計(jì)模型
§9.6 利用EViews的鄒突變點(diǎn)檢驗(yàn)（Chow檢驗(yàn)）
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(shù)估計(jì)
§10.3 二元選擇模型
第十一章 異方差性（Heteroskedasticity）
第十二章 自相關(guān)（Autocorrelation）
第十三章 隨機(jī)自變量（Random Regressors）模型
第十四章 聯(lián)立方程模型
第十五章 分布滯后模型（Distributed Lag Models）
第十六章 時間序列模型（Time Series Models）
第十七章 面板數(shù)據(jù)模型
第十八章 自回歸條件異方差（ARCH）模型
第十九章 向量自回歸模型（VAR模型）
參考文獻(xiàn)