中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
計量經(jīng)濟學及EViews應用 版權信息
- ISBN：9787568289283
- 條形碼：9787568289283 ; 978-7-5682-8928-3
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
計量經(jīng)濟學及EViews應用 內容簡介
本書詳細介紹了計量及經(jīng)濟學的基本理論與分析方法, 包括經(jīng)典與拓展模型的估計與檢驗方法以及Eviews統(tǒng)計軟件的基本操作。本書的特點是在深入淺出闡釋計量經(jīng)濟學基本理論和分析方法基礎之上, 運用實例詳細地介紹了Eviews的基本操作和在模型中的具體應用。本書主要介紹計量經(jīng)濟學的經(jīng)典理論和估計方法, 主要內容包括: 一元線性回歸模型, 多元線性回歸模型的設定、估計、檢驗和預測, 非線性回歸模型的線性轉換方法, 古典線性回歸模型的拓展, 單方程的時間序列線性回歸模型, 聯(lián)立方程組模型, 向量自回歸模型, EViews軟件的操作。
計量經(jīng)濟學及EViews應用 目錄
**章 一元線性回歸模型
**節(jié) 回歸分析
一、回歸分析的基本概念
二、總體回歸函數(shù)
三、隨機干擾項
四、樣本回歸函數(shù)
第二節(jié) 一元線性回歸模型的基本假設
一、對隨機干擾項的假設
二、對模型設定的假設
三、對解釋變量的假設
第三節(jié) 一元線性回歸模型的參數(shù)估計
一、普通*小二乘法
二、*大似然法
三、廣義矩估計法GMM
第四節(jié) 一元線性回歸模型的統(tǒng)計檢驗
一、模型估計式檢驗的必要性
二、模型參數(shù)估計值的經(jīng)濟意義檢驗
三、擬合優(yōu)度檢驗
四、變量的顯著性檢驗
五、參數(shù)估計的置信區(qū)間
第五節(jié) 一元線性回歸分析的應用：預測
一、預測值是條件均值或個別值的無偏估計
二、總體條件均值與個別值預測值的置信區(qū)間
第二章 多元線性回歸模型
**節(jié) 多元線性回歸模型及其基本假定
一、多元線性回歸模型
二、多元線性回歸模型的基本假定
第二節(jié) 多元線性回歸模型的參數(shù)估計及統(tǒng)計性質
一、多元線性回歸參數(shù)的*小二乘估計
二、估計參數(shù)的統(tǒng)計性質
三、隨機誤差項方差的估計
第三節(jié) 多元線性回歸模型的統(tǒng)計檢驗
一、擬合優(yōu)度檢驗
二、回歸方程的顯著性檢驗（F檢驗）
三、回歸參數(shù)的顯著性檢驗（t檢驗）
四、回歸系數(shù)的置信區(qū)間
第四節(jié) 多元線性回歸模型的預測
一、點預測
二、平均值的區(qū)間預測
三、個別值的區(qū)間預測
四、案例分析
第三章 非線性回歸模型
**節(jié) 變量間的非線性關系
第二節(jié) 非線性回歸模型的線性化方法
一、非標準線性回歸模型的線性化方法
二、可線性化的非線性回歸模型的線性化方法
三、不可線性化的非線性回歸模型的線性化方法
四、案例分析
第四章 經(jīng)典單方程計量經(jīng)濟學模型的拓展
**節(jié) 多重共線性問題
一、多重共線性的含義
二、產生多重共線性的原因
三、多重共線性的后果
四、多重共線性檢驗
五、多重共線性的修正方法
六、案例分析
第二節(jié) 異方差性問題
一、異方差性的含義
二、產生異方差性的原因
三、異方差性的后果
四、異方差性的檢驗
五、異方差性的修正方法
六、案例分析
第三節(jié) 序列自相關性問題
一、序列自相關的含義
二、序列自相關的分類
三、序列自相關性產生的原因
四、序列自相關性的后果
五、序列自相關性的檢驗
六、序列自相關性的修正
七、案例分析
第四節(jié) 虛擬變量問題
一、虛擬變量的含義
二、虛擬變量設置的規(guī)則
三、虛擬變量的作用
四、虛擬解釋變量模型
五、案例分析
六、虛擬被解釋變量模型
七、案例分析
第五章 時間序列計量經(jīng)濟學模型
**節(jié) 時間序列平穩(wěn)性
一、時間序列平穩(wěn)性的概念
二、常見的隨機過程
第二節(jié) ARMA（p，q）模型的識別與估計
一、ARMA（p，q）模型的平穩(wěn)性
二、ARMA（p，q）模型的識別
三、模型的識別
四、模型的參數(shù)估計
五、模型的診斷和檢驗
第三節(jié) 時間序列平穩(wěn)性檢驗
一、時間序列平穩(wěn)性檢驗方法
二、單整序列
三、一個單位根檢驗的例子
第四節(jié) 自相關異方差模型
一、ARCH模型
二、GARCH模型族
三、一個GARCH模型的例子
第五節(jié) 協(xié)整與誤差修正模型
一、協(xié)整的定義
二、協(xié)整檢驗
三、誤差修正模型
四、誤差修正模型的估計
五、一個協(xié)整與誤差修正模型的例子
第六章 聯(lián)立方程組模型
**節(jié) 聯(lián)立方程組模型及其偏倚性
一、聯(lián)立方程組模型的性質
二、聯(lián)立方程組模型中變量的類型
三、聯(lián)立方程組模型的偏倚性
四、聯(lián)立方程組模型的種類
第二節(jié) 聯(lián)立方程組模型的識別
一、對模型識別的理解
二、聯(lián)立方程組模型識別的類型
三、聯(lián)立方程組模型的識別方法
第三節(jié) 聯(lián)立方程組模型的估計
一、聯(lián)立方程組模型估計方法的選擇
二、遞歸型模型的估計——普通*小二乘法
三、恰好識別模型的估計——間接*小二乘法
四、過度識別模型的估計——二段*小二乘法
第四節(jié) 案例分析
一、研究目的和模型設定
二、模型的識別性
三、宏觀經(jīng)濟模型的估計
第七章 向量自回歸模型
**節(jié) VAR模型
一、VAR模型的基本表達式
二、VAR模型的設定
三、VAR模型的估計
四、脈沖響應函數(shù)
五、方差分解
六、VAR模型的穩(wěn)定性
七、一個VAR模型的例子
第二節(jié) SVAR模型
一、SVAR模型與VAR模型
二、SVAR模型的識別
三、SVAR模型的約束形式
四、SVAR模型的類型
五、SVAR模型的估計
六、SVAR模型的脈沖響應函數(shù)和方差分解
七、一個SVAR模型的例子
第三節(jié) 協(xié)整方程和誤差修正模型
一、Johansen協(xié)整檢驗
二、向量誤差修正模型
三、一個向量誤差修正模型的例子
第八章 EViews應用基礎
**節(jié) EViews簡介
一、EViews軟件背景
二、EViews的安裝及啟動與關閉
三、EViews基本窗口簡介
四、EViews工作文件的操作特點
五、工作文件的基本操作
第二節(jié) EViews數(shù)據(jù)處理
一、序列對象窗口簡介
二、序列組的數(shù)據(jù)錄入、調用與編輯方法
第三節(jié) EViews圖形繪制
一、序列轉換為圖形
二、序列繪圖
附錄
附表1 標準正態(tài)分布下的面積
附表2 t分布的百分點
附表3 F分布的上端百分點
附表4 x2分布的上端百分點
附表5a 德賓-沃森d統(tǒng)計量
附表5b 德賓-沃森d統(tǒng)計量
附表6 協(xié)整檢驗臨界值表
參考文獻
**節(jié) 回歸分析
一、回歸分析的基本概念
二、總體回歸函數(shù)
三、隨機干擾項
四、樣本回歸函數(shù)
第二節(jié) 一元線性回歸模型的基本假設
一、對隨機干擾項的假設
二、對模型設定的假設
三、對解釋變量的假設
第三節(jié) 一元線性回歸模型的參數(shù)估計
一、普通*小二乘法
二、*大似然法
三、廣義矩估計法GMM
第四節(jié) 一元線性回歸模型的統(tǒng)計檢驗
一、模型估計式檢驗的必要性
二、模型參數(shù)估計值的經(jīng)濟意義檢驗
三、擬合優(yōu)度檢驗
四、變量的顯著性檢驗
五、參數(shù)估計的置信區(qū)間
第五節(jié) 一元線性回歸分析的應用：預測
一、預測值是條件均值或個別值的無偏估計
二、總體條件均值與個別值預測值的置信區(qū)間
第二章 多元線性回歸模型
**節(jié) 多元線性回歸模型及其基本假定
一、多元線性回歸模型
二、多元線性回歸模型的基本假定
第二節(jié) 多元線性回歸模型的參數(shù)估計及統(tǒng)計性質
一、多元線性回歸參數(shù)的*小二乘估計
二、估計參數(shù)的統(tǒng)計性質
三、隨機誤差項方差的估計
第三節(jié) 多元線性回歸模型的統(tǒng)計檢驗
一、擬合優(yōu)度檢驗
二、回歸方程的顯著性檢驗（F檢驗）
三、回歸參數(shù)的顯著性檢驗（t檢驗）
四、回歸系數(shù)的置信區(qū)間
第四節(jié) 多元線性回歸模型的預測
一、點預測
二、平均值的區(qū)間預測
三、個別值的區(qū)間預測
四、案例分析
第三章 非線性回歸模型
**節(jié) 變量間的非線性關系
第二節(jié) 非線性回歸模型的線性化方法
一、非標準線性回歸模型的線性化方法
二、可線性化的非線性回歸模型的線性化方法
三、不可線性化的非線性回歸模型的線性化方法
四、案例分析
第四章 經(jīng)典單方程計量經(jīng)濟學模型的拓展
**節(jié) 多重共線性問題
一、多重共線性的含義
二、產生多重共線性的原因
三、多重共線性的后果
四、多重共線性檢驗
五、多重共線性的修正方法
六、案例分析
第二節(jié) 異方差性問題
一、異方差性的含義
二、產生異方差性的原因
三、異方差性的后果
四、異方差性的檢驗
五、異方差性的修正方法
六、案例分析
第三節(jié) 序列自相關性問題
一、序列自相關的含義
二、序列自相關的分類
三、序列自相關性產生的原因
四、序列自相關性的后果
五、序列自相關性的檢驗
六、序列自相關性的修正
七、案例分析
第四節(jié) 虛擬變量問題
一、虛擬變量的含義
二、虛擬變量設置的規(guī)則
三、虛擬變量的作用
四、虛擬解釋變量模型
五、案例分析
六、虛擬被解釋變量模型
七、案例分析
第五章 時間序列計量經(jīng)濟學模型
**節(jié) 時間序列平穩(wěn)性
一、時間序列平穩(wěn)性的概念
二、常見的隨機過程
第二節(jié) ARMA（p，q）模型的識別與估計
一、ARMA（p，q）模型的平穩(wěn)性
二、ARMA（p，q）模型的識別
三、模型的識別
四、模型的參數(shù)估計
五、模型的診斷和檢驗
第三節(jié) 時間序列平穩(wěn)性檢驗
一、時間序列平穩(wěn)性檢驗方法
二、單整序列
三、一個單位根檢驗的例子
第四節(jié) 自相關異方差模型
一、ARCH模型
二、GARCH模型族
三、一個GARCH模型的例子
第五節(jié) 協(xié)整與誤差修正模型
一、協(xié)整的定義
二、協(xié)整檢驗
三、誤差修正模型
四、誤差修正模型的估計
五、一個協(xié)整與誤差修正模型的例子
第六章 聯(lián)立方程組模型
**節(jié) 聯(lián)立方程組模型及其偏倚性
一、聯(lián)立方程組模型的性質
二、聯(lián)立方程組模型中變量的類型
三、聯(lián)立方程組模型的偏倚性
四、聯(lián)立方程組模型的種類
第二節(jié) 聯(lián)立方程組模型的識別
一、對模型識別的理解
二、聯(lián)立方程組模型識別的類型
三、聯(lián)立方程組模型的識別方法
第三節(jié) 聯(lián)立方程組模型的估計
一、聯(lián)立方程組模型估計方法的選擇
二、遞歸型模型的估計——普通*小二乘法
三、恰好識別模型的估計——間接*小二乘法
四、過度識別模型的估計——二段*小二乘法
第四節(jié) 案例分析
一、研究目的和模型設定
二、模型的識別性
三、宏觀經(jīng)濟模型的估計
第七章 向量自回歸模型
**節(jié) VAR模型
一、VAR模型的基本表達式
二、VAR模型的設定
三、VAR模型的估計
四、脈沖響應函數(shù)
五、方差分解
六、VAR模型的穩(wěn)定性
七、一個VAR模型的例子
第二節(jié) SVAR模型
一、SVAR模型與VAR模型
二、SVAR模型的識別
三、SVAR模型的約束形式
四、SVAR模型的類型
五、SVAR模型的估計
六、SVAR模型的脈沖響應函數(shù)和方差分解
七、一個SVAR模型的例子
第三節(jié) 協(xié)整方程和誤差修正模型
一、Johansen協(xié)整檢驗
二、向量誤差修正模型
三、一個向量誤差修正模型的例子
第八章 EViews應用基礎
**節(jié) EViews簡介
一、EViews軟件背景
二、EViews的安裝及啟動與關閉
三、EViews基本窗口簡介
四、EViews工作文件的操作特點
五、工作文件的基本操作
第二節(jié) EViews數(shù)據(jù)處理
一、序列對象窗口簡介
二、序列組的數(shù)據(jù)錄入、調用與編輯方法
第三節(jié) EViews圖形繪制
一、序列轉換為圖形
二、序列繪圖
附錄
附表1 標準正態(tài)分布下的面積
附表2 t分布的百分點
附表3 F分布的上端百分點
附表4 x2分布的上端百分點
附表5a 德賓-沃森d統(tǒng)計量
附表5b 德賓-沃森d統(tǒng)計量
附表6 協(xié)整檢驗臨界值表
參考文獻
展開全部
書友推薦
- >
中國歷史的瞬間
- >
我從未如此眷戀人間
- >
羅庸西南聯(lián)大授課錄
- >
自卑與超越
- >
朝聞道
- >
名家?guī)阕x魯迅:故事新編
- >
伊索寓言-世界文學名著典藏-全譯本
- >
月亮虎
本類暢銷
