Eviews实战与数据分析（新时代·技术新未来）

图书标准信息

• 作者 李宗璋
• 出版社 清华大学出版社
• 出版时间 2023-12
• 版次 1
• ISBN 9787302636007
• 定价 118.00元
• 装帧 其他
• 开本 16开
• 页数 356页
• 字数 517千字

【内容简介】

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。

【作者简介】

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“靠前教师”，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