楼主: 人脉引爆点
                                      112428 194

                                      [课件与讲义] 论文建模_实证分析技能¡ª¡ªEviews计量经济学应用     [推广?#34218;±]

                                      回帖奖励 696 个论坛币 回复本帖可获得 2 个论坛币奖励! 每人限 1 次

                                      运营管理员

                                      学术权威

                                      16%

                                      还不是VIP/贵宾

                                      -

                                      TA的文库  其他...

                                      大数据 |SAS/SPSS数据统计分析师

                                      威望
                                      2
                                      论坛币
                                      60302 个
                                      学术水平
                                      344 点
                                      热心指数
                                      366 点
                                      信用等级
                                      301 点
                                      经验
                                      90663 点
                                      帖子
                                      776
                                      精华
                                      5
                                      在线时间
                                      8189 小时
                                      注册时间
                                      2012-3-28
                                      最后登录
                                      2019-4-22

                                      楼主
                                      人脉引爆点 在职认证  发表于 2014-8-19 15:07:57 |只看作者 |倒序
                                      论文建模_实证分析技能¡ª¡ªEviews计量经济学应用 Eviews.png

                                      培训时间£º2019年3月8日-10(三天)

                                      培训地点£º北京市海淀区西二旗辉煌国际大厦东6号楼350

                                      培训费用£º现场班£º成人3200元/人£¬学生2400元/人£¬差旅及住宿费用自理£»

                                                          远程班£º成人2500元/人£¬学生1800元/人.         

                                      授课安排£º(1) 授课方式£º使用EViews8.0¡£中文多媒体互动式授课方式

                                                      (2) 授课时间£º上午9:00-12:00£¬下午13:30-16:30(16:30-17:00答疑)


                                      讲师介绍

                                      刘莎莎

                                      2003-2007年河北大学统计学专业 ?#31350;?获得经济学学士学位¡£

                                      2007-2010年河北大学统计学专业 研究生,获得经济学硕士学位¡£

                                      2010¡ª¡ª至今 经管之家    首席数据分析师

                                      从事数据分析及其培训的相关工作¡£擅长数据清洗£¨数据文件的合并£¬异常数据的清除与填补等£©¡¢数据准备工作£¨数据的计算£¬汇总等£©¡¢数据建模和预测£¨选择合?#23454;?#32479;计模型并根据模型做出预测或为相关领导提供决策支持£©¡£数据分析实战经验丰富£¬精通多个统计学及数据科学软件£¬包括SPSS¡¢SAS¡¢EViews¡¢STATA¡¢Python等¡£受到学员的广泛好评¡£讲课风格以通俗易懂¡¢注重实用为主¡£

                                      完成的项目包括£º

                                      中国移动£º骚扰电话的识别£¬根据用户的通话特征识别该客户是否为骚扰客户£¬?#21592;?#37319;取后续措施¡£

                                      中国人寿£º客户商品购买预测和推荐£¬根据用户特征和行为£¬选择合?#23454;?#27169;型甄别目标客户£¬进行相应的产品推荐¡£

                                      中联重科£º客户信用评价及宏观经济预测£¬构建客户信用评价模型£¬从而能够对客户信用做出预估等¡£

                                      中国建设银行 £º岗位人员流动性分析£¬对市银行进行人员流动性分析£¬找到对应的流动规律及其背后的原因£¬为人员调动提供策略¡£

                                      加拿大某大?#32479;?#24066;£º对用户的个人购买行为及其家庭购买行为进行分析¡££¨主要负责数据预处理部分£¬基于家庭住址家庭人员信息拆分和合成£¬订单信息衍生指标计算£¬为数据分析奠定良好的基础¡££©


                                      Eviews软件的优势

                                             在数字化的今天£¬学习一门软件是至关重要的¡£无论哪个行业的从业人员?#23478;?#35782;到了这一点£¬无论是教学还是公司办公£¬excel等基础软件已不能满足人们的各类关于数据分析的需求¡£统计学的软件从小的到大?#27169;?#19981;开源的到开源?#27169;?#25968;目众多¡£EVIEWS软件之所以成为比较受欢迎的软件是有原因?#27169;?/font>

                                      1.这个软件有友好的操作界面£¬使一个初学者能够很快上手¡£

                                      2.软件的更新速度适度£¬更新后的软件功能变强大£¬但是依然界面友好¡£

                                      3.强大的运算速度绝不容忽略£¬它在估计用极大似然法估计的模型时表现出来的运算效果是惊人的¡£这是因为这个软件的算法优化做的非常出色£¬使得模型能够尽快达到收敛效果¡£

                                      4.对象化方式£¬所有的变量也好模型也好£¬矩阵也好?#38469;ÇÒ远?#35937;的形式存在的¡£正因为是对象化存在£¬所?#38405;?#20877;调用时就变的非常简单直接¡£

                                      5.eviews的程序语言非简单易懂£¬对于一个没?#34218;?#35302;过程序的人员来讲£¬这款软件的程序语言绝对是非常好的程序入门软件¡£

                                      6.帮助文档非常容易调取¡£帮助文档有pdf格式£¬同时有网页格式£¬进行搜索时你会发现他的搜索是如此的简单¡£


                                      课程内容安排

                                      第一天£º
                                      一¡¢EViews入门介绍
                                      二¡¢Eviews图形对象介绍
                                      三¡¢描述性统计分析
                                      四¡¢?#36745;?#32447;性回归模型
                                      五¡¢多元线性回归模型
                                      六¡¢非线性回归模型
                                      七¡¢虚拟变量模型
                                      八¡¢eviews矩阵计算
                                      第二天£º
                                      一¡¢单个经济时间序列的趋势模型¡¢季节调整¡¢分解与平滑
                                      二¡¢离散因变量与受限因变量模型
                                      三¡¢分布滞后模型
                                      四¡¢时间序列ARIMA模型
                                      五¡¢单位根检验和基于残差的协整检验
                                      六¡¢  自回归条件异方差模型
                                      七¡¢Eviews编程应用
                                      第三天£º
                                      一¡¢联立方程计量经济学模型
                                      二¡¢向量自回归模型
                                      三¡¢面板数据模型
                                      四¡¢分位数回归
                                      五¡¢极大似然估计
                                      六¡¢方差膨胀因子
                                      ---------------------------------------------------------------------------------------------

                                      授课特色

                                             主讲老师处理案例众多£¬经验丰富£¬对学员日常遇到的问题十分了解¡£本课程从导入数据开始到估计比?#32454;?#26434;的模型£¬本课程会让你发现这款软件的众多好处£¬所有的操作均?#22253;?#20363;方式进行讲解£¬使课程生动活泼¡£课程内容丰富£¬?#36127;?#28085;盖了所有计量模型£¬即使没有讲到的模型在你选择了这门软件后扩展到其他软件也非常简单¡£希望大家不要把学习当做负担£¬而是体会学习中的乐趣¡£


                                      培训目标

                                      1¡¢掌握EViews基本操作

                                      2¡¢能?#36745;?#29992;EViews完成复杂的数据处理工作

                                      3¡¢熟练运用EViews估计多种计量模型

                                      4¡¢能运用EViews独立完成一篇论文的数据处理和实证分析工作¡£


                                      培训优惠

                                      1¡¢现场班老学员9折优惠
                                      2¡¢同一单位3人以上报名£¬9折优惠
                                      3¡¢同一单位6人以上报名£¬8折优惠

                                      £¨三项优惠不能叠加£©


                                      报名流程

                                      1. 网上提交报名信息£»

                                      2. 给予反馈£¬确认报名信息¡£

                                      3. 交费£º

                                      开户?#26657;?#21271;京农商银行?#21215;?#38738;支?#22411;?#23551;寺分理处

                                      户名£º北京国富如荷网络科技有限公司

                                      卡号£º0404 1001 0300 0003 092


                                      开户?#26657;?#25307;商银行北京双榆树支行

                                      户名£º北京国富如荷网络科技有限公司

                                      卡号£º1109 1066 6910 401


                                      支付宝£º[email protected]

                                      户名£º北京国富如荷网络科技有限公司

                                      4. 开课前一周发送培训教室路线图£¬培训现场领取发票


                                      课程咨询

                                      王老师
                                      电话£º010-53605625
                                      ?#21482;ú£?5600706208£¨微信£©

                                      Q  Q:  1281241407

                                      邮 箱£º[email protected]

                                      518264620602911207.jpg

                                      关键?#21097;?a href="http://www.5216273.com/t/1364.html" target="_blank" rel="nofollow">EVIEWS 人大经济论坛 Eview 计量经济学 Views

                                      已有 5 人评分经验 论坛币 学术水平 热心指数 信用等级 收起 理由
                                      xddlovejiao1314 + 20 + 1 + 1 + 1 精彩帖子
                                      fin-qq + 80 + 1 精彩帖子
                                      sfhsky + 20 + 1 对论坛有贡献
                                      zhuosn + 1 好的意见建议
                                      @@樊晏宇@@ + 20 + 10 精彩帖子

                                      总评分: 经验 + 140  论坛币 + 10  学术水平 + 3  热心指数 + 1  信用等级 + 2   查看全部评分

                                      本帖被以下文库推荐




                                      CDA数据分析交流群 217748971
                                      stata SPSS
                                      沙发
                                      @@樊晏宇@@ 发表于 2014-8-19 15:24:18 |只看作者
                                      好课程培训大纲
                                        

                                      培训目录

                                        

                                      案例数据?#24471;?/font>

                                      一¡¢EViews入门介绍

                                        

                                      £¨1£©Eviews工作界面介绍£»

                                        

                                      £¨2£©变量的生成及编辑£»

                                        

                                      £¨3£©样本区间的调整£»

                                        

                                      £¨4£©变量的排序及变量的运算£»

                                        

                                      £¨5£©工作文件的保存与调用£»

                                        

                                      £¨6£©EViews软件的退出£»

                                      案例数据?#24471;?/font>£º本案例中所采用的数据均来自中国经济信息网£¬数据区间为1978-2008£¬北京市城镇家庭年平均每人可支配收入(x1)£¬北京市城镇家庭平均每人全年消费性支出(y1)£¬北京市?#29992;?#28040;费价格指数£¨1978=100£©(index)¡£

                                        

                                      案例数据?#24471;?/font>£º上证综指日收盘价£¨2003-1-6£¬2009-6-29£©

                                      二¡¢Eviews图形对象介绍

                                        

                                      £¨1£©关于单个变量的作图£º单变量的折线图£¬钉形图¡¢柱形图£»对于图形的编辑£»

                                        

                                      £¨2£©关于多个变量的作图£º多变量折线图£»做多变量的散点图£¨如何修改横轴和纵轴的标签£©£»做多变量的面积图£¨直观的看人口增长?#21097;©¡?/p>

                                      案例数据?#24471;?/font>£º2003年1月6日-2009年6月26日上证综指日收盘价¡£

                                        

                                      案例数据?#24471;?/font>£º1978年-2008年北京市城镇?#29992;?#25910;入和消费性支出数据£¨已经经过物价调整?#27169;©¡?/font>

                                        

                                      案例数据?#24471;?/font>£º1985年和1998年城镇?#29992;?#23478;庭8项支出占总支出的比重¡£

                                        

                                      案例数据?#24471;?/font>£º1978年-2008年北京市城镇?#29992;?#25910;入和消费性支出数据£¨已经经过物价调整?#27169;©¡?/font>

                                        

                                      案例数据?#24471;?/font>£º1980年-2008年中国人口出生率和死亡率¡£

                                      三¡¢描述性统计分析

                                        

                                      £¨1£©借助组对象方便的导入数据£»

                                        

                                      单变量和多变量的描述性统计?#22270;?#35774;检验£»

                                        

                                      £¨2£©单变量的分类描述性统计?#22270;?#35774;检验£»

                                        

                                      £¨3£©QQ图和分布?#25216;?#32463;验分布参数估计£»

                                        

                                      £¨4£©把数据从excel中导入到EViews中£»

                                        

                                      £¨5£©变量的相关系数矩阵£¬协方差矩阵¡£

                                      案例数据?#24471;?/font>£º2003年1月6日-2009年6月26日上证综指日对数收益率¡£

                                        

                                      案例数据?#24471;?/font>£º国家统计调查队分别在两个地区调查了10个家庭的收入

                                        

                                      案例数据?#24471;ö?983-2000年我国粮?#25104;?#20135;与相关投入的数据£¬变量包括粮食产量£¨单位?#21644;?#21544;£©¡¢农业化?#36866;?#29992;量£¨单位?#21644;?#21315;克£©¡¢粮食播?#32622;?#31215;£¨单位£º公顷£©¡£

                                        

                                      四¡¢?#36745;?#32447;性回归模型

                                        

                                      £¨1£©两个变量的散点图£»

                                        

                                      £¨2£©?#36745;?#32447;性回归方程的估计£»对方程估计结果的解释与评价¡£

                                        

                                      £¨3£©如何根据我们估计的回归方程计算需求的价格弹性£»

                                        

                                      £¨4£©Eviews的计算器功能£»

                                        

                                      £¨5£©方程的预测£¬包括样本内预测?#33073;ù±就?#39044;测¡£

                                      案例数据?#24471;?/font>£º1978年-2008年北京市城镇?#29992;?#24180;家庭收入和年消费性支出数据£¨已经经过物价调整?#27169;©¡?/font>

                                        

                                      案例数据?#24471;?/font>£º1970年-1980年美国的咖啡平均真实零售价格£¨每磅美元£©与消费量£¨每人每日杯数£©£¨其中£¬零售价格是已经经过物价调整?#27169;©¡?/font>

                                        

                                      五¡¢多元线性回归模型

                                        

                                      £¨1£©做以因变量为横轴£¬多个自变量为纵轴的散点图£»

                                        

                                      £¨2£©建立组对象查看自变量的相关系数矩阵£»

                                        

                                      £¨3£©多元线性回归模型的估计£»对模型结果的解释?#25512;?#20215;¡£多重共线性的识别及解决方案¡£

                                        

                                      £¨4£©模型Wald系数?#38469;øÐ约?#39564;£¬冗余变量检验£¬遗漏变量检验£¬残差的异方差?#32422;?#39564;和正态?#32422;?#39564;¡£

                                      案例数据?#24471;?/font>£º2005年我国31个省¡¢市¡¢自治区的数据£¬因变量为地区生产总值£¨万元£©y,各项财政支出£¨万元£©为自变量£¬包括基本建设支出£¨x1£©£¬企业挖?#22791;?#36896;?#24335;?x2)£¬科技三项费用(x3)£¬农业支出(x4)£¬农林水利等部门事业费(x5)£¬工?#21040;煌?#37096;门事业费(x6)£¬流动部门事业费(x7)£¬教育事业费(x8)£¬科学事业费(x9)£¬卫生经费(x10)£¬行政管理费(x11)£¬公检法司支出(x12)£¬城市维护费(13)¡£

                                        

                                      六¡¢非线性回归模型

                                        

                                      £¨1£©双对数模型£»

                                        

                                      £¨2£©半对数模型£»

                                        

                                      £¨3£©倒数模型£»

                                        

                                      这里要介绍3种建立非线性模型的方法¡£1¡¢通过生成新变量的办法来估计双对数模型¡£2¡¢不用生成新变量直接估计双对数模型的线性最小二乘法¡£然后和第一种方法的结果作比较¡£估计模型之后对模型进行评价和解释£¬并做wald系数?#38469;øÐ约?#39564;£¬看制造业总体是否呈现规模报酬不变的状态¡£3¡¢直接用非线性最小二乘法估计非线性模型£»

                                      案例数据?#24471;?/font>£º2000年按行业分的全部制造业国有企业以及一定规模以上的制造业非国有企业的工业总产值Y£¨亿元£©和资产合计K£¨亿元£©及职工人数L£¨万人£©¡£一?#24425;?1个样本¡£
                                        案例数据?#24471;ö?/strong>1973年-1987年美国GNP与货币供给£¨其中£¬GNP是经过季度调整的年度数据£¬M2=现钞+活期存款+旅行支票+其他支票存款+隔日RPS  和欧元+MMMF(货币市场共同基金)结余+MMDAS(货币市场存款账户)+储蓄及小额存款¡££©两个变量的单位是10亿美元£»

                                        

                                      案例数据?#24471;öºÄ沉?#37240;厂的硫酸的?#35813;?#24230;£¨y£©和铁杂质含量(x)£¬共47个观测值¡£

                                        

                                      七¡¢虚拟变量模型

                                        

                                      £¨1£©虚拟变量的定义及意义£»

                                        

                                      虚拟变量的生成£»

                                        

                                      £¨2£©如何通过加项的形式将虚拟变量引入到模型中去£¬及其意义解释£»

                                        

                                      £¨3£©如何通过乘项的方式将虚拟变量引入到模型中去£¬及其意义解释¡£

                                      案例数据?#24471;?/font>£º如果你想研究教授的薪金是否受?#21592;?#30340;影响£¬这时候就需要加入?#21592;?#34394;拟变量¡£这里我们?#24515;?#23398;校的10位学院教授的起薪Y(千美元)和?#21592;?#36164;料¡£

                                        

                                      案例数据?#24471;?/font>£º中国1980-2001年以城乡储蓄存款新增额S代表的?#29992;?#24403;年储蓄及以GNP代表的?#29992;?#24403;年收入¡£我们建立这个模型的目的是为了检验1997年前后£¬?#29992;?#30340;储蓄行为有没有发生变化¡£

                                        

                                      案例数据?#24471;ö?/font>美国1965年第一季度-1970年第?#21215;?#24230;蔬菜业的利润£¨百万美元£©和销售量£¨百万美元£©¡£

                                        

                                      培训目录

                                        

                                      案例数据?#24471;?/font>

                                      一¡¢单个经济时间序列的趋势模型¡¢季节调整¡¢分解与平滑

                                        

                                      £¨1£©趋势模型¡£也就是以时间变量t为自变量的模型£»

                                        

                                      £¨2£©季节调整方法¡£传统的时间序列分析把时间序列的波动归结为四大因素£º趋势变动¡¢季节变动¡¢循环变动¡¢和?#36824;?#21017;变动¡£其中循环变动指周期为数年的变动£¬通常指经济周期¡£季节调整方法的一个目的是为了将时间序列的各波动因素分解开£¬可以清楚的观察各部分的波动的具体情况£¬?#21592;?#20026;更为深入研究各部分波动的变化规?#21830;?#20379;条件¡£而目的之二£¬就是在充分了解各因素的规律后再将各因素合成在一起£¬从而起到预测的目?#27169;?HP滤波和BP滤波£»指数平滑方法¡£

                                      案例数据?#24471;?/font>£º1979年-2008年我国的氮?#36866;?#29992;量¡£根据该时间序列的规律我们选择用logistic曲线建模¡£这种模型是不?#19978;?#24615;化?#27169;?#25152;以需要用非线性最小二乘法直接估计¡£首先需要生成时间自变量t£¬然后才能估计方程¡£这里我们采用三和值法计算非线性估计参数的初值,计算过程可以手动计算?#37096;?#20197;通过编程计算¡£

                                        

                                      案例数据?#24471;?/font>£º使用?#21414;?#30340;经过季节调整后的GDP季度数据的趋势与循环成分¡£这里我们要用HP滤波方法将趋势成分?#33073;?#29615;成分分开£¬从而可以计算产出缺口¡£

                                        

                                      案例数据?#24471;?/font>£º我国的季度GDP£¨单位£º亿元£¬£©指标时间段为1992年第一季度到2007年第?#21215;?#24230;£¬?#21069;?#24403;季现价计算的¡£

                                        

                                      数据案例?#24471;?/font>£º2003年1月6日到2009年6月26日上证综指周五收盘价¡£共312个数据¡£

                                        

                                      二¡¢离散因变量与受限因变量模型

                                        

                                      £¨1£©二元选择模型£»

                                        

                                      £¨2£©排序选择模型£»

                                        

                                      £¨3£©计数模型£»

                                        

                                      £¨4£©删截回归模型£¨censored regression model£©£»

                                        

                                      £¨5£©截尾回归模型£¨Truncated Regression Model£©£»

                                        

                                      案例数据?#24471;?/font>£º变量的取值来自21个横截面个体¡£因变量为选择哪种?#29004;?#24037;具上班的方式£¬这里只有两种选择£¬要么自己开车要么?#20439;?#20844;共汽?#25285;?#22240;此因变量是由两种选择的变量¡£因变量为选择两种?#29004;?#26041;式去上班所用的时间差¡£即自变量为自己开?#31561;?#19978;班所用的时间减去乘公交?#31561;?#19978;班所用的时间¡£

                                        

                                      案例数据?#24471;?/font>£º在调查执政者的支持?#23454;拿?#24847;测验中£¬由于执政者执行了对某一收入阶层有利的政策而使得?#29004;?#25910;入的市民对其支持?#29004;¬£?#25152;以我?#21069;?#34987;调查者的收入作为自变量也就是解释变量¡£而因变量为y表示三种态度£¨0£¬1£¬2分别表示支持¡¢中立¡¢不支持£©一共24个样本数据¡£

                                        

                                      案例数据?#24471;?/font>£º因变量为?#25191;?#21457;生事?#23454;?#27425;数£¬自变量为?#25191;?#30340;特征属?#38498;?#36816;行时间¡£?#25191;?#31867;型有五种£¬分别用x1-x5表示£¬建造时间有四个分别用m1¡¢m2 m2 m3 m4表示£¬表示使用时期的两个变量分别为z1¡¢z2表示£¬运行时间用da表示¡£

                                        

                                      案例数据?#24471;?/font>£º共调查了753个?#40486;?#22919;女£¬因变量为工作时间hours,自变量分别为家庭中小于6岁的小孩个数£¨kidsl6£©£¬?#40486;?#22919;女的年龄£¨age£©£¬?#40486;?#22919;女的受教育年限£¨educ£©£¬丈夫收入£¨hwage£©¡£

                                      三¡¢分布滞后模型

                                        

                                      £¨1£©回归方程残差的序列相关?#32422;?#39564;£»

                                        

                                      £¨2£©回归方程残差的自回归模型£¨AR Error Model£©£»

                                        

                                      £¨3£©自回归模型£¨把因变量的滞后期作为解释变量£©£»

                                        

                                      £¨4£©有限分布滞后模型£¨将自变量的当前期和滞后期作为解释变量£©£»

                                        

                                      £¨5£©自回归分布滞后模型£¨将自变量的当前期¡¢滞后期作为解释变量和因变量的滞后期作为解释变量£©¡£

                                        

                                      案例数据?#24471;?/font>£º1978-2001年中国商?#26041;?#21475;M£¨单位亿元£©与国内生产总值GDP£¨单位亿元£©¡£其中£¬因变量为商?#26041;?#21475;额£¬自变量为国内生产总值¡£

                                        

                                      案例数据?#24471;?/font>£º?#34218;由厦?#30340;案例£¬修正模型中存在的序列相关性问题¡£调整模型之后要进行序列相关?#32422;?#39564;¡£

                                        

                                      案例数据?#24471;?/font>£º数据为1983年12月到2006年5月美国的?#29992;?#28040;费价格指数£¨CPI£©¡£

                                        

                                      案例数据?#24471;?/font>£º数据为1983年12月到2006年5月美国的?#29992;?#28040;费价格指数(CPI)和工资率(wage)£¬建立完模型之后要进行序列相关?#32422;?#39564;¡£

                                        

                                      案例数据?#24471;?/font>£º数据为1983年12月到2006年5月美国的?#29992;?#28040;费价格指数和工资率¡£建立完模型之后要进行序列相关?#32422;?#39564;¡£

                                      四¡¢时间序列ARIMA模型

                                        

                                      £¨1£©如何通过观察时间序列的自相关图?#25512;?#33258;相关图来判断时间序列的平稳性£»

                                        

                                      £¨2£©检验序列是否可以通过差分的方式来实现平稳性£»

                                        

                                      £¨3£©通过观察自相关图?#25512;?#33258;相关?#32423;?#24179;?#32676;?#30340;序列确定AR和MA和SAR的阶数£»

                                        

                                      £¨4£©对估计的模型进行检验£¬包括显著?#32422;?#39564;和残差序列的相关?#32422;?#39564;£»

                                        

                                      £¨5£©用我们建立的ARIMA或SARIMA模型进行预测£»

                                      案例数据?#24471;?/font>£º中国1949-2008年底总人口数¡£单位?#21644;?#20154;¡££¨ARIMA£©

                                        

                                      案例数据?#24471;?/font>£º北京市1978年1月至1989年12月社会商品零售额月度序?#26657;?#21333;位£º亿元£©¡£共144个观测值¡£(SARIMA)

                                        

                                      五¡¢单位根检验和基于残差的协整检验

                                        

                                      £¨1£©时间序列数据的平稳?#36816;得ö?/font>

                                        

                                      £¨2£©时间序列平稳性的DF和ADF单位根检验£»

                                        

                                      £¨3£©时间序列平稳性的DFGLS单位根检验£»

                                        

                                      £¨4£©时间序列平稳性的PP单位根检验£»

                                        

                                      £¨5£©时间序列平稳性的KPSS单位检验£»

                                        

                                      £¨6£©时间序列平稳性的ERS单位根检验£»

                                        

                                      £¨7£©时间序列平稳性的NP单位根检验£»

                                        

                                      £¨8£©协整检验£»

                                        

                                      £¨9£©建立误差修正模型£»

                                      案例数据?#24471;?/font>£º1978年-2008年北京市城镇?#29992;?#24180;家庭收入和年消费性支出数据£¨已经经过物价调整?#27169;©¡?/font>

                                        

                                      六¡¢ 自回归条件异方差模型

                                        

                                      £¨1£©通过日收盘价生成对数收益?#26102;?#37327;£»

                                        

                                      £¨2£©对数收益?#24066;?#21015;的平稳?#32422;?#39564;£»

                                        

                                      £¨3£©均值方程的确定以及残差的序列相关检验£»

                                        

                                      £¨4£©对残差平方的序列相关检验£»

                                        

                                      £¨5£©对残差平方做线形图£»

                                        

                                      £¨6£©对均值方程的残差做ARCH-LM检验£»

                                        

                                      £¨7£©建立各?#20013;?#24335;的ARCH模型并对新的残差序?#34218;?#34892;ARCH¡ªLM检验£»

                                        

                                      £¨8£©根据我们建立的ARCH模?#25237;?#25910;益?#24066;?#21015;的方差进行预测¡£

                                        

                                      案例数据?#24471;?/font>£º2003年1月6日¡ª2009年6月26日上证综指日收盘价£¬共1569个观测值¡£

                                        

                                      七¡¢Eviews编程应用

                                        

                                      £¨1£©如何把以前一年为基期计算的?#29992;?#28040;费价格指数换算成?#38405;?#19968;年为基期计算的?#29992;?#28040;费价格指数£»

                                        

                                      £¨2£©如何把名义变量£¨分类变量£©转换成虚拟变量¡£

                                        

                                      案例数据?#24471;?/font>£º1978-2008年以前一期为基期计算的?#29992;?#28040;费价格指数¡£

                                        

                                      案例数据?#24471;?/font>£º2003年1月6日¡ª2009年6月26日上证综指日收盘价£¬共1569个观测值¡£

                                        

                                        

                                      培训目录

                                        

                                      案例数据?#24471;?/font>

                                      一¡¢联立方程计量经济学模型

                                        

                                      £¨1£©联立方程模型的介绍£»

                                        

                                      £¨2£©联立方程模型的概念以及分类£»

                                        

                                      £¨3£©联立方程模型的识别£»

                                        

                                      £¨4£©联立方程模型的估计£»

                                      案例数据?#24471;?/font>£º一个包含3个方程的中国宏观经济模型

                                        

                                      二¡¢向量自回归模型

                                        

                                      £¨1£©VAR模型的有关概念(非结构化的向量自回归模型)£»

                                        

                                      £¨2£©有关SVAR模型的有关概念£»VAR模型的识别条件£»

                                        

                                      £¨3£©SVAR模型的短期?#38469;ø£?/font>

                                        

                                      £¨4£©格兰杰因果关?#23548;?#39564;£»VAR模型滞后阶数p的的确定£»

                                        

                                      £¨5£©脉冲响应函数£»

                                        

                                      £¨6£©方差分解£»

                                        

                                      £¨7£©Johansen协整检验£»

                                        

                                      £¨8£©向量误差修正模型£»

                                      案例数据?#24471;?/font>£º1978-2008年工业增加值指数£¨y1£©£¬房地产业增加值指数(y2)£¬批发和零售业增加值指数(y3)£¬?#29004;?#36816;输¡¢仓储和?#25910;?#19994;增加值指数(y4)¡£为避免数据的剧?#20063;?#21160;首先需要进行对数化处理¡£

                                        

                                      三¡¢面板数据模型

                                        

                                      £¨1£©面板数据和面板数据模型的简单介绍£»  

                                        

                                      £¨2£©如何将面板数据导入到Eviews中£»

                                        

                                      £¨3£©面板数据模型的分类£»

                                        

                                      £¨4£©固定影响£¨效应£©变截距模型£»

                                        

                                      £¨5£©随机影响£¨效应£©变截距模型£»

                                        

                                      £¨6£©Hausman检验£»

                                        

                                      £¨7£©面板数据的单位根检验£»

                                        

                                      £¨8£©面板数据的协整检验¡£

                                      案例数据?#24471;?/font>£º2001-2008年中国31个省级地区的城镇?#29992;?#23478;庭全年人均消费性支出¡¢全年人均可支配收入¡¢城镇?#29992;?#28040;费价格指数£¨1978=100£©¡£

                                        

                                      四¡¢分位数回归

                                        

                                      £¨1£©分位数回归简单介绍£»

                                        

                                      £¨2£©分位数回归的优势£»

                                        

                                      £¨3£©分位数回归的操作步骤£»

                                        

                                      £¨4£©分位数回归的结果分析¡£

                                      案例数据?#24471;?/strong>£º这个案例是计算教育收益?#23454;Ä¡?#25968;据为某一年的城镇用户调查£¬共选了600条观测¡£

                                      五¡¢极大似然估计

                                        

                                      £¨1£©极大似然估计的原理介绍£»

                                        

                                      £¨2£©多元线性回归的对数似然函数及其推导£»

                                        

                                      £¨3£©用EViews软件实现多元线性回归的极大似然估计£»

                                        

                                      GARCH(1,1)模型的对数似然函数£»

                                        

                                      £¨4£©用EViews软件实现GARCH(1,1)模?#22270;?#22823;似然估计

                                        

                                      案例数据?#24471;?/font>£º中国客运总量模型¡£因变量为中国客运总量£¬用y表示(单位为10亿人次)¡£自变量为全国人口数£¨单位为亿人£©£¬人均国内生产总值£¨单位为千元£©£¬铁路营业里程数£¨单位为万公里£©£¬公路水路营业里程之和£¨单位为万公里£©£¬分别用X1£¬X2£¬X3£¬X4表示¡£时间区间为1990年到2003年¡£

                                        

                                      案例数据?#24471;ö?/font>深证成指2007-1-1到2010-12-31的日收盘价¡£


                                      回复

                                      使用道具 举报

                                      藤椅
                                      生尽欢£¬死无憾 发表于 2014-8-19 15:26:57 |只看作者
                                      看起来高大上有没有优惠£¬有我就参加


















                                      回复

                                      使用道具 举报

                                      板凳
                                      2014爱学习 发表于 2014-8-19 15:28:40 |只看作者
                                      嗯£¡好培训顶一下£¬?#36824;?#35805;?#30340;?#20010;图做的不错
                                      回复

                                      使用道具 举报

                                      报纸
                                      ourfather 发表于 2014-8-19 15:32:05 |只看作者
                                      eviews计量实证培训£¬是跟spss/sas数据分析师培训一起的吗¡£看起来都不错报哪个呐!  都报可以打折吗£¿
                                      回复

                                      使用道具 举报

                                      地板
                                      人脉引爆点 在职认证  发表于 2014-8-19 15:34:45 |只看作者
                                      生尽欢£¬死无憾 发表于 2014-8-19 15:26
                                      看起来高大上有没有优惠£¬有我就参加
                                      eviews计量实证培训£¬和sas/spss数据分析师认证培训是一样?#27169;?#32769;学员打九折¡£3人报名九折  6人8折
                                      回复

                                      使用道具 举报

                                      7
                                      人脉引爆点 在职认证  发表于 2014-8-19 15:36:02 |只看作者
                                      ourfather 发表于 2014-8-19 15:32
                                      eviews计量实证培训£¬是跟spss/sas数据分析师培训一起的吗¡£看起来都不错报哪个呐!  都报可以打折吗£¿
                                      eviews计量实证培训是和sas/spss数据分析师培训一起的合在一起报名时可以享受优惠的
                                      回复

                                      使用道具 举报

                                      8
                                      资料狂人 在职认证  发表于 2014-8-19 15:37:01 |只看作者
                                      刘老师是EViews授课中很有经验的老师£¬实战也很丰富£¬负责的樊老师也?#35753;冗Õ~相约中秋
                                      回复

                                      使用道具 举报

                                      9
                                      ermutuxia 发表于 2014-8-19 15:42:47 |只看作者
                                      支持£¡eviews 8.0相对于以前所有的版本来?#25285;?#26368;明显的改进就是程序文件的改进£¬以前运行程序文件只能是整个文件全部运?#26657;?.0版本£¬程序文件里的程序可以单独运行选中的程序¡£这是非常令大家高兴地¡£
                                      回复

                                      使用道具 举报

                                      10
                                      Still.. 发表于 2014-8-19 15:43:15 |只看作者
                                      樊美女£¬么么哒£¡
                                      回复

                                      使用道具 举报

                                      您需要登录后才可以回帖 登录 | 我要注册

                                      京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律?#23435;剩和?#36827;律师 知识产权保护声明   免责及隐私声明

                                      GMT+8, 2019-4-23 06:10
                                      ÔÆÄÏ11Ñ¡5¹ÙÍø