第一章 EViews入门

1.1 Eviews软件初步介绍 播放中

1.2 EViews工作文件建立 播放中

1.3 Object对象概念介绍 播放中

1.4 对象介绍和绘图 播放中

1.5 Eviews主菜单介绍 播放中

第二章 数据处理

2.1 Eviews数据处理 播放中

2.2 样本范围调整和数据组 播放中

2.3 Eviews季节调整 播放中

第三章 图形和表格

3.1 图形和表格 播放中

3.2 散点图和表格调整 播放中

3.3.1 图的高级技巧（一） 播放中

3.3.2 图的高级技巧（二） 播放中

3.3.3 图的高级技巧（三） 播放中

3.3.4 图的高级技巧（四） 播放中

3.3.5 图的高级技巧（五） 播放中

3.3.6 图的高级技巧（六） 播放中

第四章 描述性统计

4.1 单一序列的描述性统计 播放中

4.2 数据序列的菜单 播放中

4.3 描述性统计的高级技巧 播放中

4.4 数据组的描述性统计 播放中

第五章 线性回归模型

5.1 回归方程的基本概念 播放中

5.2 线性回归方程 播放中

5.3 单点预测、静态预测 播放中

第六章 多元回归模型

6.1 多元回归模型的概念 播放中

6.2 加入虚拟变量的多元回归 播放中

6.3 相关系数 播放中

6.4 离群值处理和模型判断 播放中

6.5 相关分析 播放中

6.6.1 多元回归方程构建（一） 播放中

6.6.2 多元回归方程构建（二） 播放中

6.7 单点预测图的处理技巧 播放中

第七章 非线性回归模型

7.1 非线性回归方程概念 播放中

7.2 非线性回归方程构建技巧 播放中

第八章 虚拟变量建模技术

8.1.1 虚拟变量的建模技术 播放中

8.1.2 虚拟变量建模演示 播放中

8.2.1 虚拟变量生成及模型预测 播放中

8.2.2 虚拟变量的理论延伸 播放中

8.3.1 虚拟变量模型构建拓展 播放中

8.3.2 虚拟变量的模型拟合 播放中

第九章 时间序列模型

9.1.1 时间序列模型的理论介绍 播放中

9.1.2 时间序列建模的基本过程 播放中

9.1.3 时间序列模型预测 播放中

9.1.4 随机过程、差分、白噪声和随机游走 播放中

9.2.1 时间序列模型的分类 播放中

9.2.2 相关函数和时间序列模型诊断 播放中

9.2.3 模型识别、阶数判断 播放中

9.2.4 模型的检验与诊断 播放中

9.3.1 时间序列模型预测 播放中

9.3.2 静态预测和动态预测 播放中

9.4 时间序列建模技巧 播放中

第十章 回归与时间序列组合模型

10.1 回归与时间序列组合模型概念 播放中

10.2.1 组合的构建 播放中

10.2.2 组合模型的经典案例 播放中

第十一章 季节时间序列模型

11.1 季节时间序列模型概念 播放中

11.2 季节时间序列模型构建 播放中

11.3 季节时间序列模型预测 播放中

第十二章 向量自回归模型

12.1 向量自回归模型的概念 播放中

12.2.1 VAR模型的构建 播放中

12.2.2 VAR模型阶数判定和静态解、动态解 播放中

12.2.3 VAR模型稳定性判断 播放中

12.3.1 脉冲响应函数和方差分解 播放中

12.3.2 脉冲响应函数的实现 播放中

12.3.3 方差分解的实现 播放中

12.4 格兰杰因果关系检验 播放中

12.5 VAR模型与协整 播放中

12.6.1 向量误差协整VEC模型 播放中

12.6.2 VAR模型中的协整关系 播放中

12.6.3 估计协整关系 播放中

12.6.4 VAR模型中协整向量的估计与检验 播放中

12.7.1 VAR模型经典案例：非约束VAR 播放中

12.7.2 VAR模型经典案例：残差序列生成 播放中

12.7.3 VAR模型经典案例：静态和动态预测 播放中

12.7.4 VAR模型经典案例：阶数、稳定性、因果关系 播放中

12.7.5 VAR模型经典案例：脉冲、方差分解和VEC构建 播放中

第十三章 面板数据模型

13.1 面板数据模型的概念 播放中

13.2.1 面板数据模型经典案例1 播放中

13.2.2 面板数据模型经典案例2 播放中