于俊年编著的《计量经济学软件：EViews的使用（第2版）》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、自回归条件异方差（ARCH）模型、面板数据（Panel Data）模型、向量自回归（VAR）模型等一些新近发展起来的分析工具。

EViews是当前世界上最为流行的计量经济学软件之一。于俊年编著的《计量经济学软件：EViews的使用（第2版）》主要是介绍EViews 6.0（Econometric Views）软件的使用。《计量经济学软件：EViews的使用（第2版）》以其最新版本EViews 6.0为基础，以案例贯穿全书，重点讲述计量分析方法、实例分析和EViews 6.0的操作方法。EViews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。

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、自回归条件异方差（ARCH）模型、面板数据（Panel Data）模型、向量自回归（VAR）模型等一些新近发展起来的分析工具。

《计量经济学软件：EViews的使用（第2版）》的特点是以例题为主线，贯穿全书的讲解，易学易懂，本书在每一章前简明扼要地介绍了计量方法的基本原理，然后介绍EViews 6.0中常用统计方法的操作步骤，读者只要按照书上的例题操作一遍，即可学会EViews 6.0基本功能的使用，是一本较好的学习EViews软件使用的入门书籍。

EViews 6.0的基本功能广泛应用于经济学、金融，同时也适用于自然科学、社会科学、人文科学中各个领域的定量研究，应用范围广泛。

《计量经济学软件：EViews的使用（第2版）》将为经济、金融、管理、商务等领域的工作者、教师、学生全面掌握EViews 6.0提供有力的帮助。

第一章 关于EViews的基本知识

 §1.1 EViews简介

 §1.2 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

 §2.1 建立一个工作文件

 §2.2 检查数据

 §2.3 数据绘制成曲线

 §2.4 描述的统计量（Descriptive Statistics）

第三章 一元线性回归模型的说明和估计

 §3.1 根据数据作图

 §3.2 简单回归的估计

 §3.3 简单回归的作图

 §3.4 残差图

 §3.5 EViews中简单回归模型的预测

第四章 最小二乘估计量的性质

 §4.1 模型中参数估计的方差和协方差

 §4.2 结果存储

 §4.3 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

 §5.1 模型参数的显著性检验

 §5.2 利用出口总额和国内生产总值进行区间估计

 §5.3 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

 §6.1 利用已有的变量生成新变量

 §6.2 缩放数据的运算

 §6.3 变量的图形

 §6.4 随机项正态分布（Normally Distributed）检验

第七章 多元回归模型

 §7.1 多元回归模型的最小二乘估计

 §7.2 简单预测

 §7.3 总体方差的估计（Estimation of the Error Variance）

 §7.4 参数最小二乘估计量的方差与协方差

 §7.5 区间估计

第八章 多元回归模型的进一步讨论

 §8.1 多元回归模型的单个系数的假设检验（Hypothesis Testing）

 §8.2 衡量拟合优度

 §8.3 F-检验

第九章 虚拟变量

 §9.1 建立模型

 §9.2 设立时间趋势变量

 §9.3 使用“逻辑”（Logical）执行命令，构造虚拟变量

 §9.4 模型的估计和检验

 §9.5 利用部分样本估计模型

 §9.6 利用EViews的邹突变点检验（Chow检验）

第十章 非线性模型与二元选择模型

 §10.1 两个变量之间的相互作用

 §10.2 简单非线性模型的参数估计

 §10.3 二元选择模型

第十一章 异方差性（Heteroskedasticity）

 §11.1 异方差的散点图检验法

 §11.2 帕克（R.EPark）检验法

 §11.3 戈特菲尔德-奎恩特（Goldfeld-Quandt）异方差检验

 §11.4 怀特（White）异方差检验

 §11.5 加权最小二乘法

 §11.6 怀特（White）对异方差的修正

第十二章 自相关（Autoeorrelation）

 §12.1 残差图检验法

 §12.2 D-W自相关检验法

 §12.3 偏相关系数检验法

 §12.4 自相关的LM检验

 §12.5 广义差分最小二乘法（Generalized Least Squares）的运用

 §12.6 AR（1）模型的估计

第十三章 随机自变量（Random Regressors）模型

 §13.1 豪斯曼（Hausman）检验

 §13.2 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

 §14.1 单方程的2SLS估计

 §14.2 联立方程模型的系统3SLS估计

第十五章 分布滞后模型（Distributed Lag Models）

 §15.1 有限滞后模型（Finite Lag Models）

 §15.2 多项式无限分布滞后模型（Polynomial Distributed Lag Models）——阿尔蒙Almon估计法

 §15.3 有限滞后模型中滞后期数判定的亚开克与施瓦兹（AIC与SC）准则

 §15.4 柯克（KOYCK）模型的应用举例

第十六章 时间序列模型（Time Series Models）

 §16.1 平稳时间序列（Stationary Time Series）的图形

 §16.2 伪回归（Spurious Regressions）

 §16.3 运用自相关函数检验数据的平稳性

 §16.4 单位根检验（Augmented Dickey—Fuller检验）

 §16.5 自回归移动平均模型ARMA（p，q）

 §16.6 协整（Cointegration）检验（1）

 §16.7 协整（Cointegration）检验（2）——Johansen（约翰森）协整检验

第十七章 面板数据模型

 §17.1 面板数据（Panel Data）模型的基本类型

 §17.2 面板数据库的建立

 §17.3 面板数据模型的估计

 §17.4 面板数据的单位根检验

 §17.5 面板数据的协整检验

第十八章 自回归条件异方差（ARCH）模型

 §18.1 ARCH模型

 §18.2 ARCH效应检验

 §18.3 ARCH模型的参数估计

 §18.4 广义自回归条件异方差模型

第十九章 向量自回归模型（VAR模型）

 §19.1 向量自回归模型的概念

 §19.2 VAR（P）的建立与估计

 §19.3 预测

 §19.4 VAR模型的若干分析

参考文献