第五部分多方程分析 第21章系统估计--讨论了方程系统的估计 第22章向量自回归和误差修正模型-向量自回归模型以及向量误差修正模型估计。给出检验非稳定变量之间协整关系的工具。 第23章状态空间模型和卡尔曼滤波----利用状态空间模型和卡尔曼滤波工具建立结构时间序列模型

描述使用 EViews来完成数据的基本分析及利用 EViews画图和造表来描述数据。 第九章序列 第十章组 第十一章应用于序列和组的统计图 第十二章图、表和文本对象

第13章基本回归模型----概述了 EViews中的普通最小二乘估计(OLS) 基础。 第14章其他回归方法--讨论加权最小二乘估计(WLS),二阶段最小二乘 估计(TSLS),和非线性最小二乘估计(NLS)技术

EViews的数据库有些类似于一个工作文件,它是 EViews中的对象集合。它与工作文件有两点主要区别 。首先数据库不需要被装入内存,这对直接处理数据 库中对象来说是很方便的,可以直接从硬盘上的数据 库取出或存入对象。其次在数据库中对象不被限制为 单一的频率或时间范围。一个数据库可以包含年度、 月度和日度的数据,每一个对象可以有不同的观测值

序列链接对象(简称链接)为合并来自不同工作文件的信息 提供了强大工具,这个工具是EViews55新增加的功能。对于大 范围复杂数据的操作提供了简单易用的接口,例如:把数据 从一个工作文件页合并到另一个工作文件页;把分组概要统 计数据保存到一个工作文件页中;在具有日期的工作文件页 间实现观测值的匹配

EViews提供了强大的对表达、产生和使用序列和数据的 语言支持, EViews中可以使用表达式。 §6.1.1表达式的使用 EViews提供了广泛的运算符集和庞大的内建函数库。 EViews不仅提供了标准的数学运算和统计运算,也提供了很多 能够自动处理时间序列中的先行、滞后差分等操作的特殊函 数。 EViews的表达式是由数字、序列名、函数、数学运算符、 和关系运算符组成

本章讨论的重要工具具有与以往不同的目的——建立变量的条件方差或变量波动性模型

本章描述了对一个单方程进行预测或计算拟合值的过程。这里描述的技术是利用通过回归方法估计得到的方程来进行预测

本章我们讨论分析时间序列数据（检验序列相关性，估计ARMA模型，使用分布滞后，非平稳时间序列的单位根检验）的单方程回归方法

本章讨论加权最小二乘估计，异方差性和自相关一致协方差估计，两阶段最小二乘估计（TSLS），非线性最小二乘估计和广义矩估计（GMM）。这里的大多数方法在“联立方程系统”一章中也适用