教材配套资料：https://gitee.com/Py-R/EmRa

资料下载

例子数据：MEdata.csv

例子代码：EmRa代码.R

时序数据：EmRa_SI.csv

自定义函数:EmRa.R 　
　 　* 请在R中直接调用source("EmRa.R") *

教程目录

教程目录

1 引论

1.1 计量经济学概述/1

1.2 计量经济学内容与建模技术/4

1.3 计量经济学数据的处理 8

1.4 R在计量经济中的应用 14

练习题1/25

2 经典回归分析模型

2.1 线性回归分析模型/26

2.2 线性相关分析模型/47

2.3 含虚拟变量回归模型/54

2.4 非线性回归分析模型/59

练习题2/78

3 非典型回归分析模型

3.1 回归分析模型的诊断/81

3.2 误差的异方差检验与建模 92

3.3 误差的相关性及其检验 100

练习题3/106

4 经典时间序列模型

4.1 时间序列的基本概念 110

4.2 时间序列自回归AR模型 114

4.3 时间序列移动平均MA模型/126

4.4 自回归移动平均ARMA模型/131

4.5 分布滞后与自回归模型 140

练习题4/151

5 扩展时间序列模型

5.1 非平稳时间序列模型 153

5.2 协整与误差修正模型 166

* 5.3 异方差时间序列模型 182

5.4 时间序列模型的诊断与评价/199

练习题5/202

附录A：R语言软件

附录B：R语言函数

基本设置

rm(list=ls())
options(digits=4)
par(mar=c(4,4,1.5,1)+0.1,cex=0.8)
x=rnorm(20); plot(x,type='b')
source("EmRa.R")  #EmRa自定义函数

1 引论

X=c(42.55,51.27,60.38,69.10,82.34,92.63,106.83,125.82,153.01,176.36,200.17,241.66,287.79,348.04,456.22,542.24,595.22,732.11,897.38,1006.14,1105.31)
X  # R语言是用变量名来显示数据的
plot(X)
Y=ts(X,start=1993);Y
plot(Y);grid()
T=1991:2010;T
summary(lm(Y~T))
summary(lm(log(Y)~T))
MEdata=read.csv("MEdata.csv"); MEdata
names(MEdata)  #显示变量名
nrow(MEdata)   #数据集行数
ncol(MEdata)   #数据集列数
summary(MEdata)
plot(MEdata,gap=0)
#matplot(MEdata[,1],MEdata[,-1],type='l')
#tsME=ts(MEdata[,-1],start=1978);tsME
#ts(MEdata,start=1978);grid()
ts.plot(MEdata)
ts.plot(log(MEdata))
tsME=ts(MEdata,start=1978)
ts.plot(tsME) # plot(tsME,plot.type='single')  
plot.ts(tsME) # plot(tsME,plot.type='multiple')  
#legend(1980,3000,legend=names(MEdata))
TAX  #未解析前
attach(MEdata)  #变量解析，MEdata中的变量名可单独使用
TAX  #解析后
detach(MEdata) 
head(UG)
tail(UG)
dim(UG)
names(UG)
sum