Eviews 實戰與數據分析
李宗璋
- 出版商: 清華大學
- 出版日期: 2023-12-01
- 售價: $708
- 貴賓價: 9.5 折 $673
- 語言: 簡體中文
- ISBN: 7302636001
- ISBN-13: 9787302636007
-
相關分類:
Data Science
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$500$475 -
$356Excel儀表盤實戰
-
$1,015MATLAB 金融風險管理師 FRM : 金融科技 Fintech 應用
-
$479對比 Excel,輕松學習 Python 報表自動化
-
$407跟李銳學 Excel 數據分析
-
$509機器學習極簡入門
-
$458輕鬆學 MATLAB 2021 從入門到實戰 (案例·視頻·彩色版)
-
$380$296 -
$1,014$963 -
$403Stata統計分析從入門到精通
相關主題
商品描述
本書結合實戰案例介紹了Eviews軟件的使用方法。首先介紹了Eviews軟件的整體架構和設計理念,然後圍繞截面數據、時間序列、面板數據 3 種典型類型的數據,介紹了Eviews軟件的功能。通過配合實戰案例,本書重點介紹了Eviews的操作步驟、指令和輸出結果的解讀。 本書分為23章,主要內容有Eviews簡介、Eviews的安裝、初識Eviews、工作文件、對象、序列、組、樣本、圖形、圖形工具、截面數據的基礎性分析、回歸分析、定性因變量模型、受限因變量模型、分位數回歸模型、工具變量、嶺回歸和LASSO、主成分分析、因子分析、時間序列的基礎性分析、ARIMA 模型、GARCH 模型、面板數據模型。 本書內容通俗易懂,案例豐富,實用性強,特別適合 Eviews的入門用戶和進階用戶閱讀,也適合對經濟計量學、金融計量學、統計學感興趣的讀者閱讀。另外,本書也適合政府部門、研究機構從事經濟管理工作的人士使用。
目錄大綱
目錄
第1篇 Eviews概覽 / 1
第1章 Eviews簡介 / 2
1.1 Eviews的發展歷程 / 2
1.2 Eviews的優勢 / 2
1.3 Eviews的學習資源 / 3
1.4 本書框架 / 3
第2章 Eviews的安裝 / 5
2.1 Eviews的安裝環境 / 5
2.2 Eviews的版本 / 5
2.3 免費獲取Eviews 12學生版 / 6
第3章 初識Eviews / 7
3.1 Eviews界面 / 7
3.2 Eviews窗口 / 9
3.3 Eviews插件 / 12
第2篇 Eviews入門 / 15
第4章 工作文件 / 16
4.1 創建工作文件 / 16
4.2 工作文件窗口 / 21
第5章 對象 / 25
5.1 什麽是對象? / 25
5.2 對象的類型 / 25
5.3 對象的基本操作 / 26
5.4 對象窗口 / 28
第6章 序列 / 33
6.1 什麽是序列? / 33
6.2 創建序列 / 33
6.3 序列窗口的工具欄 / 35
6.4 數值代碼與Valmap / 45
第7章 組 / 48
7.1 創建組 / 48
7.2 組窗口的工具欄 / 49
第8章 樣本 / 56
8.1 創建樣本對象 / 56
8.2 調用樣本對象 / 58
第9章 圖形 / 60
9.1 創建圖形對象 / 60
9.2 圖形修飾 / 61
9.3 圖形選項 / 64
9.4 批量修改多圖 / 67
9.5 圖形模板 / 68
9.6 圖形輸出 / 70
第3篇 截面數據 / 71
第10章 截面數據的圖形工具 / 72
10.1 實戰案例:基金經理特徵分析 / 72
10.2 單個序列的圖形工具 / 73
10.3 兩個序列的圖形工具 / 83
10.4 多個序列的圖形工具 / 91
10.5 圖形工具命令 / 95
第11章 截面數據的基礎性統計分析 / 100
11.1 實戰案例:基金經理業績分析 / 100
11.2 單個序列的統計分析 / 100
11.3 多個序列的統計分析 / 109
11.4 基礎性統計分析命令 / 114
第12章 回歸分析基礎工具 / 120
12.1 實戰案例:基金收益率分析 / 120
12.2 方程的創建 / 120
12.3 方程窗口的工具欄 / 127
12.4 虛擬變量 / 131
12.5 方程形式變換 / 135
12.6 方程的診斷 / 138
12.7 線性方程的命令 / 152
第13章 定性因變量模型 / 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 受限因變量模型 / 189
14.1 Tobit模型 / 189
14.2 Heckman模型 / 196
14.3 計數模型 / 198
14.4 Tobit、Heckman和計數模型的命令 / 205
第15章 分位數回歸模型 / 209
15.1 分位數回歸模型簡介 / 209
15.2 實戰案例:個人醫療支出分析 / 210
15.3 分位數回歸方程的估計 / 211
15.4 分位數回歸方程的診斷 / 215
15.5 分位數回歸方程的命令 / 221
第16章 工具變量 / 224
16.1 工具變量和TSLS方法 / 224
16.2 實戰案例:工資影響因素分析 / 226
16.3 TSLS方程的估計 / 227
16.4 工具變量的檢驗 / 230
16.5 工具變量的命令 / 236
第17章 嶺回歸、LASSO回歸和Elastic Net回歸 / 239
17.1 正則化 / 239
17.2 實戰案例:汽車性能和油耗分析 / 241
17.3 嶺回歸 / 242
17.4 LASSO回歸 / 248
17.5 Elastic Net回歸 / 249
17.6 Elastic Net方程、嶺回歸和LASSO的命令 / 250
第18章 主成分分析 / 252
18.1 主成分分析簡介 / 252
18.2 實戰案例:汽車性能主成分分析 / 253
18.3 主成分分析的實現 / 254
18.4 主成分分析的命令 / 261
第19章 因子分析 / 263
19.1 因子分析簡介 / 263
19.2 實戰案例:十項全能運動員成績分析 / 265
19.3 因子分析的實現 / 266
19.4 因子分析的命令 / 277
第4篇 時間序列 / 281
第20章 時間序列的基礎性分析 / 282
20.1 實戰案例:宏觀經濟指標分析 / 282
20.2 日期函數和虛擬變量 / 283
20.3 時間序列回歸模型 / 284
第21章 ARIMA模型 / 292
21.1 ARIMA模型簡介 / 292
21.2 ARIMA方程的識別和估計 / 295
21.3 ARIMA方程的診斷 / 301
21.4 ARIMA方程的預測 / 303
21.5 ARIMA方程的命令 / 305
第22章 GARCH模型 / 309
22.1 GARCH模型及其擴展 / 309
22.2 實戰案例:上證指數收益率分析 / 311
22.3 GARCH方程的估計 / 311
22.4 GARCH方程的預測 / 313
22.5 GARCH方程的診斷 / 315
22.6 GARCH方程的命令 / 317
第5篇 面板數據 / 319
第23章 面板數據模型 / 320
23.1 面板數據模型簡介 / 320
23.2 實戰案例:個人特徵對工資的影響效應分析 / 323
23.3 創建面板數據工作文件 / 324
23.4 面板數據方程的估計 / 327
23.5 面板數據方程的診斷 / 336
23.6 面板數據方程的命令 / 340
參考文獻 / 343
後記 / 344