Eviews实战与数据分析(新时代·技术新未来)

Eviews实战与数据分析(新时代·技术新未来)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2023-12
版次: 1
ISBN: 9787302636007
定价: 118.00
装帧: 其他
开本: 16开
页数: 356页
字数: 517千字
1人买过
  • 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“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。 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
  • 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
查看详情
12
相关图书 / 更多
Eviews实战与数据分析(新时代·技术新未来)
Everyday Book Box: Yellow 《天天阅读50本英文故事》第二级-黄色套装
Scholastic
Eviews实战与数据分析(新时代·技术新未来)
Evergreen Living with Plants
Gestalten
Eviews实战与数据分析(新时代·技术新未来)
Evolution: A Visual Record
Clark;Robert
Eviews实战与数据分析(新时代·技术新未来)
Everything You Need to Ace Science in One Big Fat Notebook: The Complete Middle School Study Guide
Workman Publishing;Madanes;Sharon;Editors of Brain Quest
Eviews实战与数据分析(新时代·技术新未来)
Everything Happens for a Reason And Other Lies I\'ve Loved
Bowler;Kate
Eviews实战与数据分析(新时代·技术新未来)
Evolution and Ethics(进化论与伦理学)
Thomas Henry Huxley
Eviews实战与数据分析(新时代·技术新未来)
Every Day
Levithan;David
Eviews实战与数据分析(新时代·技术新未来)
Evaluating Training Programs The Four Levels
Kirkpatrick, Donald L.;Kirkpatrick, James D
Eviews实战与数据分析(新时代·技术新未来)
EvanMoor技能铅笔刀科学练习册三年级SkillSharpenersScienceGrade3
Evan Moor 著
Eviews实战与数据分析(新时代·技术新未来)
Everyone\'s a Aliebn When Ur a Aliebn Too A Book
Sun;Jomny
Eviews实战与数据分析(新时代·技术新未来)
Everybody Lies Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are
Stephens-Davidowitz;Seth
Eviews实战与数据分析(新时代·技术新未来)
Evolution: A Very Short Introduction
Brian Charlesworth;Deborah Charlesworth
您可能感兴趣 / 更多