Eviews是当前世界上流行的计量经济学软件之一。它拥有数据处理、作图、统计分析、建模分析、预测和模拟六大功能，并且易学易懂，操作简便。本书主要介绍Eviews软件的使用。全书共分19章，内容包括基本功能介绍、数据处理、图形和表格、统计量的计算、线性模型、非线性模型、时间序列模型、离散变量模型、同时也涉及到条件异方差模型、Panel Data模型、向量自回归模型等一些新近发展起来的分析工具。
本书是以EViews3.1为基础编写的，EViews4.0、EViews5.0都是在EViews3.1的基础上发展起来的，所以除了新增加的功能外，本书也可以作为EViews4.0、EViews5.0软件使用的参考书。
本书将为从事经济领域的工作人员处理数据、分析模型提供一个强有力的工具，对提高计量经济学的教学水平和处理实际问题的能力起到一定的推动作用。
于俊年，1964年毕业于北京科学大学(原北京钢铁学院)。现任对外经济贸易大学教授，研究领域包括计量经济学、项目经济分析数量方法、线性规划、项目评估与可行性研究。出版并发表多本著作和学术论文。
及时章 关于Eviews的基本知识
及时节 Eviews简介
第二节 Eviews的计量经济学基本概念
第二章 文件的建立和数据的描述
及时节 建立一个工作文件
第二节 检查数据
第三节 数据绘制成曲线
第四节 描述的统计量
第三章 一元线性回归模型的说明和估计
及时节 根据数据作图
第二节 简单回归的估计
第三节 简单回归的作图
第四节 残差图
第五节 Eviews中简单回归模型的预测
第四章 最小二乘估计量的性质
及时节 模型中参数估计的方差和协方差
第二节 结果存储
第三节 最小二乘残差的作图
第五章 简单回归模型的假设检验 区间估计和预测
及时节 模型参数的区间估计
第二节 模型参数的显著性检验
第三节 Eviews中简单回归模型的预测
第六章 新变量的生成与变量的图形
及时节 利用已有的变量生成新变量
第二节 缩放数据的运算
第三节 变量的图形
第四节 随机项正态分布
第七章 多元回归模型
及时节 多元回归模型的最小二乘估计
第二节 简单预测
第三节 方差的估计
第四节 参数最小二乘估计量的方差与协方差
第五节 区间估计
第八章 多元回归模型的进一步讨论
及时节 多元回归模型的单个系数的假设检验
第二节 衡量拟合优度
第三节 F-检验
第九章 虚拟变量(二元选择模型)
及时节 建立模型
第二节 设立时间趋势变量
第三节 使用"逻辑"执行命令，构造虚拟变量
第四节 模型的估计和检验
第五节 利用部分样本估计模型
第六节 利用Eviews的chow检验
第十章 非线性模型
及时节 二个连续变量之间的相互作用
第二节 简单非线性模型的参数估计
第三节 逻辑增长曲线
第十一章 异方差性
及时节 异方差的检验
第二节 怀特对异方差的修正
第三节 广义最小二乘法(加权最小二乘法)
第四节 戈特菲尔德—奎恩特检验
第十二章 自相关
及时节 残差序列图
第二节 广义差分最小二乘法的运用
第三节 一阶自相关模型的估计
第四节 杜宾—瓦尔特森检验
第五节 拉格朗日乘数自相关检验
第六节 一阶自相关模型的预测
第十三章 随机自变量模型
及时节 豪斯曼检验
第二节 消除随机性解释变量影响的方法—工具变量法
第十四章 联立方程模型
及时节 对模型约简式的估计
第二节 两阶段最小二乘法的应用
第三节 二阶段最小二乘法的应用
第十五章 分布滞后模型
及时节 有限滞后模型
第二节 多项式无限分布滞后模型
第三节 有限滞后模型中滞后期数的判定
第四节 KOYCK模型的应用举例
第十六章 时间序列模型
及时节 平稳的时间序列
第二节 拟似回归
第三节 运用自相关函数检验数据的平稳性
第四节 单位根检验
第五节 协整检验的应用举例
第十七章 合并时间序列数据与截面混合数据
及时节 合并数据模型的基本类型
第二节 合并数据库的建立
第三节 合并数据模型的估计
第十八章 自回归条件异方差模型
及时节 ARCH模型
第二节 ARCH效应检验
第三节 ARCH模型的参数估计
第四节 广义自回归条件异方差模型
第十九章 向量自回归模型
及时节 向量回归模型的概念
第二节 VAR(P)的建立与估计
第三节 预测
参考文献
