成功加入购物车
高铁梅 编 / 清华大学出版社 / 2009-05 / 平装
售价 ¥ 10.00 2.0折
定价 ¥49.00
品相 八五品品相描述
优惠 满包邮
延迟发货说明
上书时间2022-04-25
卖家超过10天未登录
计量经济分析方法与建模:数量经济学系列丛书
《计量经济分析方法与建模:EViews应用及实例(第2版)》全面介绍计量经济学的主要理论和方法,尤其是20世纪80年代以来重要的和全新的发展,并将它们纳入一个完整、清晰的体系之中。《计量经济分析方法与建模:EViews应用及实例(第2版)》在数学描述方面适当淡化,以讲清楚方法、思路为目标,不做大量的推导和证明,重点放在如何运用各种计量经济方法对实际的经济问题进行分析、建模、预测、模拟等实际操作上。《计量经济分析方法与建模:EViews应用及实例(第2版)》中的实际案例大多数是作者在实践中运用的实例和国内外的经典实例,并基于EViews软件来介绍实际应用,具有很强的可操作性。
《计量经济分析方法与建模:EViews应用及实例(第2版)》可作为本科生及研究生的教材,也可作为在经济、统计、金融等领域从事定量分析的工作人员的参考书。
第Ⅰ部分数据分析基础第1章概率与统计基础1.1随机变量1.1.1概率分布1.1.2随机变量的数字特征1.1.3随机变量的联合分布1.2从总体到样本1.2.1基本统计量1.2.2估计量性质1.3一些重要的概率分布1.3.1正态分布1.3.2X分布1.3.3t分布1.3.4F分布1.4统计推断1.4.1参数估计1.4.2假设检验1.5EViews软件的相关操作1.5.1单序列的统计量、检验和分布1.5.2多序列的显示和统计量第2章经济时间序列的季节调整、分解与平滑2.1移动平均方法2.1.1简单的移动平均公式2.1.2中心化移动平均2.1.3加权移动平均2.2季节调整2.2.1X11季节调整方法2.2.2CensusX12季节调整方法2.2.3移动平均比率方法2.2.4TRAMO/SEATS方法2.3趋势分解2.3.1Hodrick—Prescott滤波方法2.3.2频谱滤波(BP滤波)方法2.4指数平滑方法2.4.1单指数平滑2.4.2双指数平滑2.4.3Holt—winters乘法模型2.4.4Holt—winters加法模型2.4.5Holt—Winters——无季节性模型2.5EViews软件的相关操作2.5.1X11季节调整方法的操作2.5.2X12季节调整方法2.5.3移动平均比率方法2.5.4Tramo/Seats方法2.5.5Hodrick—Prescott滤波2.5.6BP滤波2.5.7指数平滑法第Ⅱ部分基本的单方程分析第3章基本回归模型3.1古典线性回归模型3.1.1一元线性回归模型3.1.2最小二乘法3.1.3多元线性回归模型3.1.4系数估计量的性质3.1.5线性回归模型的检验3.1.6AIC准则和Schwarz准则3.2回归方程的函数形式3.2.1双对数线性模型3.2.2半对数模型3.2.3双曲函数模型3.2.4多项式回归模型3.2.5Box—Cox转换3.3包含虚拟变量的回归模型3.3.1回归中的虚拟变量3.3.2季节调整的虚拟变量方法3.4模型设定和假设检验3.4.1系数检验3.4.2残差检验3.4.3模型稳定性检验3.5方程模拟与预测3.5.1预测误差与方差3.5.2预测评价3.6Eviews软件的相关操作3.6.1设定回归方程形式和估计方程3.6.2方程输出结果3.6.3与回归方程有关的操作3.6.4模型设定和假设检验3.6.5预测第4章其他回归方法4.1异方差4.1.1异方差检验4.1.2加权最小二乘估计4.1.3存在异方差时参数估计量的一致协方差4.2二阶段最小二乘法4.3非线性最小二乘法4.4广义矩方法4.4.1矩法估计量4.4.2广义矩估计4.5多项式分布滞后模型4.6逐步最小二乘回归4.7分位数回归4.7.1分位数回归的基本思想和系数估计4.7.2系数协方差的估计4.7.3模型评价和检验4.8非参数回归模型4.8.1密度函数的非参数估计4.8.2一元非参数计量经济模型4.9EViews软件的相关操作4.9.1异方差检验4.9.2加权最小二乘法估计4.9.3white异方差一致协方差和Newey—west异方差自相关一致协方差4.9.4在EViews中使用TsLs估计4.9.5在EViews中使用非线性最小二乘估计4.9.6在EViews中使用GMM进行估计4.9.7在EViews中估计包含PDI。s的模型4.9.8在EVJews中进行逐步回归估计4.9.9在EViews中进行分位数回归4.9.10在EVieWS中进行非参数估计4.10附录广义最小二乘估计第5章时间序列模型5.1序列相关及其检验5.1.1序列相关及其产生的后果5.1.2序列相关的检验方法5.1.3扰动项存在序列相关的线性回归方程的估计与修正5.2平稳时间序列建模5.2.1平稳时间序列的概念5.2.2ARMA模型5.2.3ARMA模型的平稳性5.2.4ARMA模型的识别5.3非平稳时间序列建模5.3.1非平稳序列和单整5.3.2非平稳序列的单位根检验5.3.3ARIMA模型5.4协整和误差修正模型5.4.1协整关系5.4.2协整检验5.4.3误差修正模型(EcM)5.5EViews软件的相关操作5.5.1检验序列相关性5.5.2修正序列相关5.5.3ARMA(p,q)模型的估计5.5.4单位根检验第Ⅲ部分扩展的单方程分析第6章条件异方差模型第7章离散因变量和受限因变量模型第8章对数极大似然估计第Ⅳ部分多方程分析第9章向量自回归和向量误差修正模型第10章PanelData模型第11章状态空间模型和卡尔曼滤波第12章联立方程模型的估计与模拟第13章主成分分析和因子分析附录AEViews软件基础附录BEViews程序设计附录CEViews中的常用函数附录D数据参考文献
展开全部
图2
图3
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30