《基于EViews的数据分析（第4版）》是一本以实用为导向的统计学和数据分析教材。本版在第三版的基础上，新增了“因子分析”一章，不仅详细介绍了因子分析的方法原理，还通过实例演示了如何在EViews13.0中实现因子分析。这一章节的加入，使本书的内容更加完善。结合最新EViews13.0的操作，对内容进行了全面的调整。除了将有关数据进行更新，以反映最新的经济和社会发展情况外，还结合软件功能对操作进行了完善。例如，回归变量选择增加了LASSO功能等高级统计技术，使读者能够接触到最前沿的统计方法。

易丹辉，中国人民大学统计学院教授，享受国务院政府特殊津贴，主要从事统计方法在经济、金融、管理、医学等领域的应用研究，研究方向包含风险管理与保险、预测与决策、生物医学统计等。主持承担国家自然科学基金、国家社会科学基金、十一五科技支撑计划、教育部人文社会科学重点研究基地重大项目等省部级及企事业委托项目百多项，公开发表科研论文百余篇。出版《统计预测：方法与应用》、《数据分析与EViews应用》、《结构方程模型:方法与应用》、，《时间序列分析:方法与应用》、《非参数统计》、《经济预测与决策》、《中医研究中的统计方法》等。

第1章 EViews软件使用初步
1.1工作文件及建立
1.2序列对象的基本操作
1.3数据分析的常用操作
1.4序列的描述统计分析

第2章 线性回归分析
2.1线性回归概述
2.2常规检验
2.3建模基本步骤和EViews操作
2.4自变量选择
2.5预测
2.6含定性自变量的回归模型
2.7分位数回归

第3章 线性回归问题和非线性回归分析
3.1线性回归的常见问题
3.2回归变量选择
3.3非线性回归分析

第4章 传统时间序列分析
4.1趋势模型与分析
4.2季节模型与分析
4.3指数平滑法

第5章 ARMA模型应用
5.1 ARMA模型概述
5.2随机时间序列的特性分析
5.3模型的识别与建立
5.4模型的预测
5.5序列相关与ARMA模型

第6章 动态时间序列模型基础
6.1分布滞后模型
6.2单位根检验
6.3协整与误差修正模型

第7章 条件异方差模型
7.1自回归条件异方差模型
7.2广义自回归条件异方差模型
7.3其他类型的条件异方差模型
7.4多变量ARCH模型

第8章 联立方程模型
8.1模型的基本问题
8.2单方程估计
8.3系统估计法
8.4联立方程模型的模拟

第9章 向量自回归模型
9.1非结构化的向量自回归模型
9.2结构化的向量自回归模型
9.3向量误差修正模型

第10章 状态空间模型
10.1状态空间模型的基本问题
10.2状态空间模型估计

第11章 面板数据模型
11.1模型的基本问题
11.2模型的建立与估计
11.3模型的检验及其他

第12章 混频数据模型
12.1混频数据回归模型
12.2 MIDAS模型的估计
12.3模型预测

第13章 因子分析
13.1因子模型概述
13.2因子分析实例

第14章 广义线性模型
14.1二元选择模型
14.2排序选择模型
14.3计数模型

附录 EViews编程基础
附表 常用统计分布表

参考文献