Eviews实战与数据分析

　　本书结合实战案例介绍了Eviews软件的使用方法。首先介绍了Eviews软件的整体架构和设计理念，然后围绕截面数据、时间序列、面板数据 3 种典型类型的数据，介绍了Eviews软件的功能。通过配合实战案例，本书重点介绍了Eviews的操作步骤、指令和输出结果的解读。 本书分为23章，主要内容有Eviews简介、Eviews的安装、初识Eviews、工作文件、对象、序列、组、样本、图形、图形工具、截面数据的基础性分析、回归分析、定性因变量模型、受限因变量模型、分位数回归模型、工具变量、岭回归和LASSO、主成分分析、因子分析、时间序列的基础性分析、ARIMA 模型、GARCH 模型、面板数据模型。 本书内容通俗易懂，案例丰富，实用性强，特别适合 Eviews的入门用户和进阶用户阅读，也适合对经济计量学、金融计量学、统计学感兴趣的读者阅读。另外，本书也适合政府部门、研究机构从事经济管理工作的人士使用。

　　李宗璋，暨南大学统计学硕士，华南理工大学管理学博士，现任教于华南农业大学经济管理学院。精通Eviews、R、SPSS等数据分析软件，具有深厚的学术功底和丰富的实践经验，尤其擅长开展数据分析类课程的教学和培训。主讲的课程包括计量经济学、统计学、多元统计、SPSS与统计实验、R语言与统计应用。在长期的教学中形成了循序渐进、深入浅出的教学风格，深受学生好评，获评华南农业大学“十佳教师”，主持建设广东省一流本科课程“经济计量学”。 在哔哩哔哩个人主页Lizongzhang已发布400余个关于Eviews、SPSS、Excel、R、经济计量学、统计学等的教学视频，这些视频以其简洁、明快和细致深入的风格，赢得了众多网友的好评。

目录
第1篇  Eviews概览  /   1
第1章  Eviews简介  /  2
1.1  Eviews的发展历程  /  2
1.2  Eviews的优势  /  2
1.3  Eviews的学习资源  /  3
1.4  本书框架  /  3
第2章  Eviews的安装  /  5
2.1  Eviews的安装环境  /  5
2.2  Eviews的版本  /  5
2.3  免费获取Eviews 12学生版  /  6
第3章  初识Eviews  /  7
3.1  Eviews界面  /  7
3.2  Eviews窗口  /  9
3.3  Eviews插件  /  12
第2篇  Eviews入门  /   15
第4章  工作文件  /  16
4.1  创建工作文件  /  16
4.2  工作文件窗口  /  21
第5章  对象  /  25
5.1  什么是对象？  /  25
5.2  对象的类型  /  25
5.3  对象的基本操作  /  26
5.4  对象窗口  /  28
第6章  序列  /  33
6.1  什么是序列？  /  33
6.2  创建序列  /  33
6.3  序列窗口的工具栏  /  35
6.4  数值代码与Valmap  /  45
第7章  组  /  48
7.1  创建组  /  48
7.2  组窗口的工具栏  /  49
第8章  样本  /  56
8.1  创建样本对象  /  56
8.2  调用样本对象  /  58
第9章  图形  /  60
9.1  创建图形对象  /  60
9.2  图形修饰  /  61
9.3  图形选项  /  64
9.4  批量修改多图  /  67
9.5  图形模板  /  68
9.6  图形输出  /  70
第3篇  截面数据  /   71
第10章  截面数据的图形工具  /  72
10.1  实战案例：基金经理特征分析  /  72
10.2  单个序列的图形工具  /  73
10.3  两个序列的图形工具  /  83
10.4  多个序列的图形工具  /  91
10.5  图形工具命令  /  95
第11章  截面数据的基础性统计分析  /  100
11.1  实战案例：基金经理业绩分析  /  100
11.2  单个序列的统计分析  /  100
11.3  多个序列的统计分析  /  109
11.4  基础性统计分析命令  /  114
第12章  回归分析基础工具  /  120
12.1  实战案例：基金收益率分析  /  120
12.2  方程的创建  /  120
12.3  方程窗口的工具栏  /  127
12.4  虚拟变量  /  131
12.5  方程形式变换  /  135
12.6  方程的诊断  /  138
12.7  线性方程的命令  /  152
第13章  定性因变量模型  /  158
13.1  LPM  /  158
13.2  logit模型  /  161
13.3  probit模型  /  175
13.4  有序logit模型  /  177
13.5  LPM、logit、probit和有序logit方程的命令  /  185
第14章  受限因变量模型  /  189
14.1  Tobit模型  /  189
14.2  Heckman模型  /  196
14.3  计数模型  /  198
14.4  Tobit、Heckman和计数模型的命令  /  205
第15章  分位数回归模型  /  209
15.1  分位数回归模型简介  /  209
15.2  实战案例：个人医疗支出分析  /  210
15.3  分位数回归方程的估计  /  211
15.4  分位数回归方程的诊断  /  215
15.5  分位数回归方程的命令  /  221
第16章  工具变量  /  224
16.1  工具变量和TSLS方法  /  224
16.2  实战案例：工资影响因素分析  /  226
16.3  TSLS方程的估计  /  227
16.4  工具变量的检验  /  230
16.5  工具变量的命令  /  236
第17章  岭回归、LASSO回归和Elastic Net回归  /  239
17.1  正则化  /  239
17.2  实战案例：汽车性能和油耗分析  /  241
17.3  岭回归  /  242
17.4  LASSO回归  /  248
17.5  Elastic Net回归  /  249
17.6  Elastic Net方程、岭回归和LASSO的命令  /  250
第18章  主成分分析  /  252
18.1  主成分分析简介  /  252
18.2  实战案例：汽车性能主成分分析  /  253
18.3  主成分分析的实现  /  254
18.4  主成分分析的命令  /  261
第19章  因子分析  /  263
19.1  因子分析简介  /  263
19.2  实战案例：十项全能运动员成绩分析  /  265
19.3  因子分析的实现  /  266
19.4  因子分析的命令  /  277
第4篇  时间序列  /   281
第20章  时间序列的基础性分析  /  282
20.1  实战案例：宏观经济指标分析  /  282
20.2  日期函数和虚拟变量  /  283
20.3  时间序列回归模型  /  284
第21章  ARIMA模型  /  292
21.1  ARIMA模型简介  /  292
21.2  ARIMA方程的识别和估计  /  295
21.3  ARIMA方程的诊断  /  301
21.4  ARIMA方程的预测  /  303
21.5  ARIMA方程的命令  /  305
第22章  GARCH模型  /  309
22.1  GARCH模型及其扩展  /  309
22.2  实战案例：上证指数收益率分析  /  311
22.3  GARCH方程的估计  /  311
22.4  GARCH方程的预测  /  313
22.5  GARCH方程的诊断  /  315
22.6  GARCH方程的命令  /  317
第5篇  面板数据  /   319
第23章  面板数据模型  /  320
23.1  面板数据模型简介  /  320
23.2  实战案例：个人特征对工资的影响效应分析  /  323
23.3  创建面板数据工作文件  /  324
23.4  面板数据方程的估计  /  327
23.5  面板数据方程的诊断  /  336
23.6  面板数据方程的命令  /  340
参考文献  /  343
后记  /  344