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

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

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

EViews的核心就是对象。简言之,对象是相关信 息和操作的集合体,它被捆绑成一个容易使用的单元。 实际上,应用 EViews的所有工作都会涉及使用和操作 各种各样的对象。 EViews在对象集合中包含所有的对象。可以把对 象集合认为是各种各样数据的档案柜或者是组织者。在 EViews中最重要的对象集合是工作文件和数据库

EViews编程的特征允许用户在程序中创建和存储命令,程序能 自动执行每个命令,或生成研究项目的结果。例如,用户可以编写一 个分析某个工业数据的程序,然后便可以用该程序分析其他工业的数 据。用户也可以创建一个程序,通过对最后结果的计算和图形表格的 表示结构来把用户从创建工作文件和读取原始数据中解脱出来

EViews中的大多数统计工具都是用来建立随机变量的条件均值模 型。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。 我们想要建模并预测其变动性通常有如下几个原因:首先,我们 可能要分析持有某项资产的风险;其次,预测置信区间可能是时变性 的,所以可以通过建立残差方差模型得到更精确的区间;第三,如果 误差的异方差是能适当控制的,我们就能得到更有效的估计

EViews的用途:统计、计量分析和预测。 除菜单操作外,EViews还提供命令语言 矩阵语言和程序设计。 共分六个部分: ·第一部分: EViewsEViews基础介绍 的基本用法。另外对基本的 Windows操作系 统进行讨论,解释如何使用 EViews来管理数 据。(1-10章)

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(TSL),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