1. EViews6.0計(jì)量經(jīng)濟(jì)與時(shí)間序列分析培訓(xùn)
   EViews6.0計(jì)量經(jīng)濟(jì)與時(shí)間序列分析培訓(xùn)
   培訓(xùn)內(nèi)容：
   一、? Eviews入門
   1.Eviews工作界面介紹
   2.Eviews工作文件及常用對象介紹
   3.變量的建立，變量中數(shù)據(jù)的錄入
   4.刪除變量或觀察值
   5.樣本區(qū)間的調(diào)整
   6.變量的排序
   7.通過數(shù)學(xué)運(yùn)算生成新的變量
   8.工作文件的保存與EViews軟件的退出
   9.如何調(diào)用已保存過的工作文件
   二、 Eviews圖形對象介紹
   1.關(guān)于單個(gè)變量的作圖
   2.關(guān)于多個(gè)變量的作圖
   三、 描述性統(tǒng)計(jì)分析
   1.序列窗口下的描述性統(tǒng)計(jì)分析
   2.序列組窗口下的描述性統(tǒng)計(jì)分析
   四、 一元線性回歸模型
   1.做兩個(gè)變量的散點(diǎn)圖，從而看兩個(gè)變量是否具有線性關(guān)系。
   2.通過建立方程對象的方式來估計(jì)一個(gè)方程
   3.對方程估計(jì)結(jié)果的解釋與評價(jià)
   4.在回歸估計(jì)結(jié)果中顯示方程的三種形式
   5.如何根據(jù)我們估計(jì)的回歸方程計(jì)算需求的價(jià)格彈性
   6.如何查看因變量的實(shí)際值、擬合值和回歸方程的殘差
   7.如何用我們建立的方程進(jìn)行預(yù)測
   五、 多元線性回歸模型
   1.做以因變量為橫軸，多個(gè)自變量為縱軸的散點(diǎn)圖，
   2.建立組對象查看自變量的相關(guān)系數(shù)矩陣。
   3.以建立方程對象的方式來建立多元線性回歸模型。
   4.對模型結(jié)果的解釋和評價(jià)。
   5.我們選取刪除引起共線性的變量的辦法來克服多重共線性。
   6.對我們消除共線性后的模型進(jìn)行檢驗(yàn)，最后對模型進(jìn)行解釋和評價(jià)
   六、 非線性回歸模型
   1.雙對數(shù)模型。
   2.半對數(shù)模型。
   3.倒數(shù)模型。
   七、 虛擬變量模型
   1.虛擬變量的定義及意義。
   2.如何通過加項(xiàng)的形式將虛擬變量引入到模型中去。
   3.如何通過乘項(xiàng)的方式將虛擬變量引入到模型中去。
   4.模型中加入季節(jié)虛擬變量。
   八、 單個(gè)經(jīng)濟(jì)時(shí)間序列的趨勢模型、季節(jié)調(diào)整、分解與平滑
   1.趨勢模型。
   2.季節(jié)調(diào)整方法。
   3.HP濾波和BP濾波
   4.指數(shù)平滑方法
   九、 離散因變量與受限因變量模型
   1.二元選擇模型
   2.排序選擇模型
   3.計(jì)數(shù)模型
   4.刪截回歸模型（censored regression model）
   5.截尾回歸模型（Truncated Regression Model）
   十、 分布滯后模型
   1.回歸方程殘差的序列相關(guān)性檢驗(yàn)
   2.回歸方程殘差的自回歸模型（AR Error Model）
   3.自回歸模型
   4.有限分布滯后模型
   5.自回歸分布滯后模型
   十一、 時(shí)間序列ARIMA模型
   1.如何通過觀察時(shí)間序列的自相關(guān)圖和偏自相關(guān)圖來判斷時(shí)間序列的平穩(wěn)性。
   2.檢驗(yàn)序列是否可以通過差分的方式來實(shí)現(xiàn)平穩(wěn)性。
   3.通過觀察自相關(guān)圖和偏自相關(guān)圖對平穩(wěn)后的序列確定AR和M
   ?
2. 
   ?
3. 
   ?
4. 
   ?
   ?
5. 
   ?
   ?
   ?
   ?
6. 
   ?
7. 
   ?
8. 
   ?
   ?
   ?
   ?
9. 
   ?
   ?
   ?
   ?
10. 
    ? ?
11. 
    
12. 
    ?
13. 
    ?
    ?
14. 
    ?
    ?
15. 
    
    

"