软件简介

EViews是“Econometrics Views”的缩写，直译为计量经济学观察，通常称为计量经济学软件包。强大的功能和易用性的结合使 EViews 成为处理时间序列、横截面或纵向数据的任何人的理想软件包。使用 EViews，您可以快速高效地管理数据，执行计量经济和统计分析、生成预测或模型模拟，并生成高质量的图表以供发布或包含在其他应用程序中。
EViews 具有创新的面向对象的图形化用户界面和复杂的分析引擎，将现代软件技术的精华与您一直想要的功能融为一体。结果是一个更先进的程序，它在一个灵活、易于使用的界面中提供了前所未有的功能。
接下来让我们了解为什么 EViews 是基于 Windows 的计量经济学软件的全球领导者以及是那些要求更好的人的更佳选择。

软件功能介绍

一、直观、易于使用的界面
EViews 通过结合现代窗口和基于对象的技术为计量经济学软件设定了标准。结果是功能强大的软件具有直观、易于使用的用户界面：创新的 EViews 界面的核心是对象的概念。级数、方程和系统只是对象的几个例子。每个对象都有自己的窗口、菜单、过程和自己的数据视图。大多数统计程序只是对象的替代视图。例如，系列窗口中的简单菜单选择会改变电子表格、各种图形视图、描述性统计和检验、制表、相关图、单位根和独立性检验之间的显示。
类似地，方程窗口允许您在方程规格显示、基本估计结果、实际拟合残差图和表格、方程 ARMA 结构（如果适用）、规格的梯度和导数的显示、系数协方差矩阵、预测图和评估，以及十几个诊断和假设检验。您可以从特定系列的菜单中选择直方图视图。与支持一次仅查看一个估计方程或图表的传统统计程序不同，EViews 允许同时显示多个对象，每个对象都在自己的窗口中。这种真正的多窗口支持使得对系列图、假设检验、方程估计或在替代假设下开发的模型预测进行并排比较变得容易。

EViews 提供真正的多窗口支持。

EViews 将更好的现代电子表格和关系数据库技术融入执行统计软件传统任务的工具中。EViews 基于对象的方法包括复杂的链接技术，允许您定义多个对象和外部数据源之间的关系。例如，系列对象可以通过公式链接到其他系列中的数据，以匹配来自备用数据集的合并或频率转换的数据，或来自外部数据库的数据。当以这种方式定义时，只要基础数据发生变化，链接系列就会动态更新其数据。
类似地，EViews 模型模拟对象可以链接到方程或系统对象，以便在重新指定或重新估计基础方程或系统时自动更新模型规范。

现代链接技术提供数据的动态更新。
 

将所有这些与强大的 Windows 集成相结合，包括针对 20 多种流行文件格式的拖放文件导入以及演示质量图形和表格的复制和粘贴导出，您将拥有一个现代化的界面，让您可以通过轻松完成使用传统统计软件难以或不可能完成的任务。使用拖放轻松导入数据。加载项和用户对象 

EViews 提供了一个易于使用的 EViews 插件基础设施，可以使用标准的 EViews 命令、菜单和对象界面无缝访问用户定义的程序。
插件为您提供了一种运行 EViews 程序的令人兴奋的新方式。您可以很容易地定义插件，使用用户定义的命令来扩充 EViews 语言，为点击程序交互指定新的菜单条目，并在标准 EViews 对象窗口中显示程序输出。
通过允许在工作文件中创建用户定义的对象，用户对象进一步扩展了 EView。用户对象可以像基本结果存储容器一样简单，也可以像功能齐全的估计对象那样复杂。
所有 EViews 用户都可以通过安装向 EViews 添加功能的预打包插件立即受益。只需单击一下即可下载和安装 EViews 网站上当前可用的任何插件，并承诺会提供更多插件。加载项提供对用户定义程序的无缝访问。

二、强大的分析工具
EViews 通过结合现代窗口和基于对象的技术为计量经济学软件设定了标准。结果是功能强大的软件具有直观、易于使用的用户界面：

基本统计分析

EViews支持广泛的基本统计分析，包括从简单的描述性统计到参数和非参数假设检验的所有内容。
基本的描述性统计数据可以通过基于一个或多个变量的分类或通过面板或汇总数据中的横截面或周期来快速而轻松地计算在整个样本上。可以对平均值，中值和方差进行假设检验，包括针对特定值的测试，串联之间的平等测试或通过其他变量分类（允许您执行单向方差分析）时单个系列中平等的测试。协方差和因子分析的工具使您可以检查变量之间的关系。
您可以使用直方图、理论分布、核密度或累积分布、幸存者和分位数图来可视化数据的分布。QQ图（分位数-分位数图）可用于比较一对系列的分布，或单个系列的分布与各种理论分布。
您甚至可以执行 Kolmogorov-Smirnov、Liliefors、Cramer von Mises 和 Anderson-Darling 检验，以查看您的序列是否正态分布，或者它是否来自其他分布，例如指数、极值、逻辑、卡方、威布尔，或伽马分布。 eViews还使用普通，转换，内核和最近的邻居回归产生带有曲线拟合的散点图。气泡图允许您使用第三个系列来确定散点图中点的大小。

EViews 执行广泛的基本统计分析。

检查数据的分布。

将回归和曲线拟合（和直方图边界）添加到散点图中。

气泡在图中增加了第三个维度。

时间序列统计和工具

使用从简单的自相关图到频率过滤器到 Q 统计量到单位根检验的工具探索数据的时间序列属性。
EViews提供自相关和部分自相关功能，Q统计和互相关功能以及单位根测试（ADF，Phillips-Perron，KPSS，KPSS，DFGLS，ERS，ERS或NG-Perron用于单个时间序列和Levin-Lin– perron Chu，Breitung，Im-Pesaran-Shin，Fisher或Hadri用于面板数据，以及断点单位根和季节性单元根测试），协调测试（Johansen具有Mackinnon-Haug-Michelis临界值和普通数据的P值，以及用于面板数据的Pedroni，Kao或Fisher），因果关系和独立测试。
Eviews还为美国人口普查局的X-13季节性调整计划提供了易于使用的前端支持，并提供了美国劳工统计局每周数据的Movereg。STL分解为任何频率数据提供了季节性调整，并且在EViews中还支持使用添加和乘法差异方法的简单季节性调整。
您甚至可以使用Hodrick-Prescott，Baxter-King，Christiano-Fitzgerald固定长度和Christiano-Fitzgerald不对称完整样品带（频率）过滤器来计算时间序列数据的趋势和周期。

探索数据的时间序列属性。

EViews为X12和TRAMO/SEATS提供易于使用的接口。

使用过滤器来计算时间序列数据中的趋势和周期。

面板和汇总数据统计和工具

EViews 具有多种工具，旨在促进使用面板或汇集/时间序列横截面数据。定义面板结构，对横截面或组的数量或组中的周期数或观察值几乎没有限制。有日期或无日期、平衡或不平衡、规则或不规则的频率面板数据集都在 EViews 框架内自然处理。
数据结构工具有助于将您的数据从堆叠（面板）格式转换为非堆叠（池化）格式，然后再转换回来。智能链接、自动序列和数据提取工具，让您轻松切片、匹配合并、频率转换和汇总数据。
对基本纵向数据分析的支持范围从方便的按组和按周期统计、测试和图表，到复杂的面板单位根（Levin-Lin-Chu、Breitung、Im-Pesaran-Shin 或 Fisher）和协整诊断（ Pedroni (2004)、Pedroni (1999) 和 Kao，或 Fisher 型检验）。
用于显示面板数据图表的专用工具允许您查看堆叠、单独或汇总显示。在单个图形框架或单个框架中显示每个图形的折线图。或者显示跨横截面的面板数据的汇总统计数据，包括平均值（或中位数）和标准偏差（或分位数）带。
过时或不过时，平衡或平衡…EViews 了解您的面板数据结构。执行面板单位根和协整检验。以多种方式可视化您的面板数据。
 

单方程估计

EViews 允许您从全套基本单方程估计器中进行选择，包括：普通和非线性最小二乘（多元回归）、加权最小二乘、两阶段最小二乘（工具变量）、分位数回归（包括最小绝对偏差估计）、和逐步线性回归。加权估计可用于所有这些技术。规范可能包括任意数量的自变量上的多项式滞后结构。
对于时间序列分析，EViews 估计 ARMA 和 ARMAX 模型，以及广泛的 ARCH 规范。可以使用状态空间对象来估计结构时间序列模型。
除了这些基本的估计器，EViews 还支持各种高级模型的估计和诊断。
广义矩量法 (GMM)
EViews 支持横截面和时间序列数据（单个和多个方程）的 GMM 估计。加权选项包括用于横截面数据的 White 协方差矩阵和用于时间序列数据的各种 HAC 协方差矩阵。HAC 选项包括预白化、各种内核以及固定、安德鲁斯或 Newey-West 带宽选择方法。您可以使用迭代过程或连续更新过程来估计 GMM 方程。还提供 GMM 方程的估计后诊断，包括弱仪器统计。
ARCH
如果您的序列的方差随时间波动，EViews 可以使用各种自回归条件异方差 (ARCH) 模型估计方差的路径。EViews 处理 GARCH(p,q)、EGARCH(p,q)、TARCH(p,q)、PARCH(p,q) 和分量 GARCH 规范，并为遵循正态、学生 t 或广义误差的误差提供更大似然估计分配。ARCH 模型的均值方程可能包括 ARCH 和 ARMA 项，均值和方差方程都允许外生变量。
有限的因变量
EViews 还支持对一系列有限因变量模型的估计。可以基于正态、逻辑和极值误差为似然函数估计二进制、有序、删失和截断模型。计数模型可以使用泊松、负二项式和准更大似然 (QML) 规范。Heckman 选择模型提供两步或 MLE 估计。EViews 可选择报告广义线性模型或 QML 标准错误。
其他估计
EViews 还提供稳健最小二乘、弹性网、岭回归、LASSO、函数系数、逐步、MIDAS（混合频率）和阈值模型的估计。
面板和合并时间序列横截面
EViews 提供各种面板和汇总数据估计方法。除普通线性和非线性最小二乘外，方程估计方法包括2SLS/IV和Generalized 2SLS/IV，以及GMM，可用于估计复杂的动态面板数据规范（包括Anderson-Hsiao和Arellano-Bond类型估计数）。
大多数方法都允许时间和横截面固定和随机效应规范。对于随机效应模型，分量方差的二次无偏估计量包括 Swamy-Arora、Wallace-Hussain 和 Wansbeek-Kapteyn。
还支持 AR 规范（任何效果都在转换后定义）、加权最小二乘法和看似不相关的回归。在池中，特定变量（包括 AR 项）的系数可以被限制为相同，或者允许在横截面中不同。
EViews 提供全系列的单方程估计器。
GMM 估计提供了多种加权矩阵和协方差选项。
易于使用的对话框可以轻松指定您的 ARCH 模型。
EViews 估计 ML 和 QML 计数模型。
EViews 提供了一系列面板数据估算器和选项。
（可选）向导将引导您完成动态面板数据模型的规范。

系统估计

EViews 还为分析方程组提供了强大的工具。您可以使用 EViews 通过 OLS、两阶段最小二乘、看似不相关的回归、三阶段最小二乘、GMM 和 FIML 来估计线性和非线性方程组。系统可能包含交叉方程限制，并且在大多数情况下，包含任意阶的自回归误差。
向量自回归/纠错模型
EViews 可以轻松估计矢量自回归、贝叶斯 VAR、混合频率 VAR、马尔可夫切换 VAR 和矢量误差校正模型。估计后，您可以检查 VAR 或 VEC 的脉冲响应函数和方差分解。VAR 脉冲响应函数和分解以分析或蒙特卡罗方法（分解不可用于分解）计算的标准误差为特征，并且可以以各种图形和表格格式显示。
您可以对协整关系和/或调整系数施加和测试线性限制。EViews 的 VAR 还允许您通过施加短期（Sims 1986）或长期（Blanchard 和 Quah 1989）限制或两者兼而有之来估计结构分解 (VAR)。过度识别限制可以使用 EViews 报告的 LR 统计数据进行测试。
VAR 支持多种视图，以允许您检查估计规格的结构。只需单击几下鼠标，您就可以显示特征 AR 多项式的逆根、执行格兰杰因果关系和联合滞后排除检验、评估各种滞后长度标准、查看相关图和自相关，或执行各种基于多元残差的诊断。
多元 ARCH
多变量 ARCH 可用于对多个时间序列的时变方差和协方差进行建模。可以使用许多流行的 ARCH 模型，例如条件常数相关 (CCC)、对角线 VECH 和对角线 BEKK。均值和方差方程中允许有外生变量；非线性和 AR 项可以包含在平均方程中。假设误差分布为多元正态或学生 t。Bollerslev-Wooldridge 稳健标准误差也可用。估计模型后，用户可以轻松地以表格或图形格式生成样本内方差、协方差或相关性。
状态空间模型
状态空间对象允许使用卡尔曼滤波器算法估计各种单方程和多方程动态时间序列模型。除其他外，您可以使用状态空间对象来估计随机和时变系数模型和 ML ARMA 规范。
复杂的过程和视图使您可以访问强大的过滤和平滑工具，以便您可以查看或生成超前一步、过滤或平滑的信号、状态或错误。EViews 的内置预测程序还提供易于使用的工具，用于使用n步提前或平滑值进行样本内和样本外预测。

使用系统对象指定和估计方程组。
估计 VAR 或 VEC 模型并轻松生成脉冲响应图。
使用多元 ARCH 对系统协方差和相关性进行建模。
使用 Kalman 滤波器估计状态空间模型并显示过滤结果。

用户指定的更大似然

对于自定义分析，EViews 易于使用的似然对象允许估计用户指定的更大似然模型。您只需提供标准的 EViews 表达式来描述样本中每个观察值的对数似然贡献，设置系数起始值，然后 EViews 将完成其余的工作。使用似然对象定义您自己的估计器。

三、复杂的数据管理
功能强大的分析工具只有在您可以轻松地使用数据时才有用。Eviews提供了任何计量经济学软件中可用的数据管理工具。从其广泛的数学，统计，日期，字符串和时间序列运算符和功能的库，再到对数字，字符和日期数据的全面支持，Eviews提供了您从现代统计软件中获得的数据处理功能：

广泛的功能库

EViews 包含一个广泛的函数库，用于处理数据。除了标准的数学和三角函数外，EViews 还提供描述性统计、累积和移动统计、按组统计、特殊函数、专门的日期和时间序列操作、工作文件、价值图和财务计算的函数。
EViews 还为十八种不同的分布提供随机数生成器（Knuth、L’Ecuyer 或 Mersenne-Twister）、密度函数和累积分布函数。这些可用于生成新的序列，或用于计算标量和矩阵表达式。

EViews 提供了一个广泛的函数库。

复杂的表达式处理

EViews的表达处理功能强大的工具意味着您几乎可以在使用系列的任何地方使用表达式。您不必创建新的变量来与Y的对数，W的移动平均值或X与Y（或任何其他有效表达式）的比率。取而代之的是，您可以在计算描述性统计信息，作为方程式或模型规范的一部分中使用该表达式，也可以在构造图表中使用。
当您使用具有因变量的表达式的方程式进行预测时，EVIEWS（如果可能的话）将允许您预测基础因变量，并将相应地调整估计的置信区间。例如，如果将因变量指定为log（g），则可以选择预测g或g的级别，并计算适当的，可能是不对称的置信区间。直接使用表达式代替变量。链接，公式和值地图

链接对象允许您创建链接到其他工作文件或工作文件页面中包含的数据的系列。链接允许您以不同的频率组合数据，或将摘要页面中的数据合并到单个页面中，以便每当基础数据更改时都会动态更新数据。同样，在工作文件中，可以将公式分配给数据系列，以便每当修改基础数据时自动重新计算数据系列。
值标签（例如，“高”，“ MED”，“低”，对应于2、1、0）可以应用于数字或alpha系列，以便可以使用有意义的标签显示分类数据。内置功能使您可以在执行计算时使用基础或映射值。链接可用于动态频率转换或匹配合并。

数据结构和类型

EViews可以处理复杂的数据结构，包括常规和不规则的日期数据，带有观察标识符的横截面数据以及日期和未注明日期的面板数据。
除了数字数据，EViews 工作文件还可以包含字母数字（字符串）数据和包含日期的系列，所有这些都可以使用广泛的函数库进行操作。
EViews还提供了多种用于使用数据集（工作文件）的工具，包括通过复杂匹配合并标准和工作文件结合的数据，以更改数据的结构：加入，附加，附加，子集，调整，分类和分类和分类和分类和分类和分类，以及重塑（堆栈和UNSTACK）。

EViews 工作文件可以高度结构化。充分支持字母数字和日期数据。

与其他程序交换数据很容易，因为EViews读取并写入20多种流行数据格式（包括Excel，格式化和未形式的ASCII/文本，R数据，SPSS，SAS，SAS，SAS（运输），Stata，SPSS，SPSS，HTML，HTML，Microsoft，Microsoft Access，Gauss Dataset，Gauss Dataset ， 和更多）。只需将外来文件拖放到eviews上，您的数据就会自动出现在EViews Workfile中。或使用易于使用的对话框和向导来co缩合数据的导入。EViews读取并写了广泛的数据格式列表。

当您从数据库或另一个工作文件或工作文件页面导入数据时，它会自动转换为当前项目的频率。
EViews提供了许多用于频率转换的选项，并包括对每日，每周或不规则频率数据的转换的支持。系列可以分配一种首选的转换方法，使您可以为不同的系列使用不同的方法，而无需每次访问系列时指定转换方法。
您甚至可以创建链接，以便每当修改基础数据时自动重新计算频率转换的数据系列。指定特定于串联的自动转换或选择特定方法。

EViews提供了复杂的内置数据库功能。EVIEWS数据库是磁盘上单个文件中维护的EViews对象的集合。它不必将其加载到内存中才能访问其内部的对象，并且数据库中的对象不仅限于单个频率或范围。EVIEWS数据库提供了强大的查询功能，可用于搜索特定系列的数据库或选择具有共同属性的一组系列。
EViews中包含的串联数据库中可以将（获取）复制到工作文件中，或者可以通过EViews过程访问和使用，而无需将其获取到工作文件中。在这两种情况下，EViews都将在必要时自动执行频率转换。自动搜索功能使您可以在当前工作文件中找不到系列时指定搜索数据库列表。

EViews可以连接到许多在线数据库。轻松将数据从数据库移动到您的EViews工作文件。

EViews可以连接到提供经济和社交数据的众多在线数据库，这些数据可以通过几下对鼠标的单击来将其带入EViews。
EViews提供了IMF，联合国，世界银行，经合组织，世界卫生组织，DBNomics，Eurostat，Ecb，Fred，US BLS，US BEA，US CENSUS，US CENSUS，US NOAA，DEMAL BUNDESBANK，AUSTURAIN ABS，FRANCE，FRANCE’S INSEE等等的访问权限！

内置数据库工具提供强大的查询功能。

Enterprise版本支持ODBC和专有第三方数据供应商

作为EViews Enterprise Edition（EViews Standard Edition的额外成本选项）的一部分，为访问关系数据库中包含的数据（通过ODBC驱动程序）和数据库提供了支持，以各种商业数据和数据库供应商使用的各种专有格式提供支持。 。开放数据库连接（ODBC）是许多关系数据库系统（包括Oracle，Microsoft SQL Server和IBM DB2）支持的标准。EViews允许您从ODBC数据库读取或写入整个表，或从SQL查询的结果中创建新的工作文件。 EViews Enterprise Edition还支持访问Bloomberg®，HaverAnalytics®，DataStream®，CEIC®，EIA®，S＆PGlobal®，TradingEconomics®，Macrobond®和Moody’sDatabases®。 熟悉，易于使用的EViews数据库接口已扩展到这些数据格式，因此您可以像本机EViews数据库一样轻松地使用外国数据库。

使用EViews Enterprise Edition直接从ODBC来源读取。

EViews Enterprise Edition可直接访问其他商业供应商数据格式。

四、演示质量输出
EViews 支持多种基本图形类型，包括折线图、条形图、填充区域图、饼图、散点图、混合折线条图、高低图、散点图和箱线图。可以将任意数量的图表组合在一个图表中进行演示。

EViews 13 支持广泛的图形类型和功能。

各种选项使您可以控制线型、符号、颜色、框架和边框特征、标题、阴影和缩放，包括对数缩放和双比​​例图。图例是自动创建的。您可以通过添加任何可缩放 Windows 字体的标签来进一步自定义您的图表。
自定义图形就像在屏幕上修改或移动图形元素一样简单。从纵横比到线条和符号特征，再到轴缩放和标签，一切都触手可及。想要更改图例或文本标签的字体或其他特征？只需单击图形的一个元素，您的选择就会显示在一个易于理解的对话框中。您甚至可以使用自定义图表模板一次修改所有图表设置。
您可以使用复制粘贴或将图形写入 Windows 图元文件或 PostScript、位图、PNG、GIF 或 JPEG 文件，快速将自定义图形合并到其他应用程序中。

以各种形式导出图表。

您还可以显示包含地理地图的 ShapeFile，并将地图的区域与 EViews 中的数据联系起来，从而允许基于该数据对地图进行着色标记。

显示地理地图。

广泛的表格定制工具允许您生成演示质量表格以包含在其他程序中。易于使用的交互式界面使您可以控制单元格字体、大小和颜色、单元格背景颜色和边框、合并和注释.

EViews 提供了一套广泛的表格定制工具。

完成后，您可以将自定义表格复制并粘贴到另一个应用程序或将其保存为 RTF、HTML、PDF 或文本文件。

五、传统命令行和编程
指向和点击很棒，但如果您觉得输入命令更舒服怎么办？如果您需要编程能力怎么办？除了其更先进的窗口界面外，EViews 还包括一种强大的命令语言，可以通过菜单访问可用的功能。

所有 EViews 功能都可以通过命令行使用。

EViews 在 BASIC 编程语言之后松散地建模，但具有面向对象的扩展和矩阵处理功能，允许您输入单个命令以立即或批量执行。您的程序可以使用循环和条件分支，以及子例程、宏和字符串列表处理。
EViews 支持完整的调试，带有断点、观察窗口和调用堆栈。

为命令的批处理创建程序文件。

矩阵原语，从简单的乘法和求逆，到更高级的 Kronecker 积、特征向量解和奇异值分解过程，为您提供解决复杂数学问题所需的工具。
EViews 编程语言还允许您运行 R、Python 或 Matlab® 代码，无缝连接到这些环境，访问它们的语言和数据。

运行 R、Python 或 Matlab® 代码。

EViews 程序甚至可以从 Jupyter 运行

EViews 功能列表

一、基本数据处理
二、时间序列数据处理
三、统计数据
四、估计
五、方程组
六、测试和评估
七、预测和模拟
八、图表、表格和地图
九、命令和编程
十、外部接口和加载项

一、基本数据处理
• 数字、字母数字（字符串）和日期系列；价值标签。
• 广泛的运算符库和统计、数学、日期和字符串函数。
• 用于表达式处理和使用运算符和函数转换现有数据的强大语言。
• 样本和样本对象有助于处理数据子集。
• 支持复杂的数据结构，包括定期日期数据、不定期日期数据、带有观察标识符的横截面数据、日期和未注明日期的面板数据。
• 多页工作文件。
• EViews 本地、基于磁盘的数据库提供强大的查询功能并与 EViews 工作文件集成。
• 在 EView 和各种电子表格、统计和数据库格式之间转换数据，包括（但不限于）：Microsoft Access® 和 Excel® 文件（包括 .XSLX 和 .XLSM）、Gauss
• 数据集文件、R 数据文件、SAS® 传输文件、SPSS 本机和可移植文件、Stata
• 文件、Tableau®、原始格式的 ASCII 文本或二进制文件、HTML 或 ODBC 数据库
• 和查询（仅在企业版中提供 ODBC 支持）。
• OLE 支持将 EViews 输出（包括表格和图形）链接到其他包，包括 Microsoft Excel®、Word® 和 Powerpoint®。
• OLEDB 支持使用 OLEDB 感知客户端或自定义程序读取 EViews 工作文件和数据库。
• 支持 FRED®（美联储经济数据）、DBNomics、世界银行、世界卫生组织、经合组织、联合国 SDMX、IMF SDMX、NOAA、美国人口普查、美国 BEA、美国 BLS、ECB SDMX、EuroStat 数据库等等！ .
• 企业版支持 Haver Analytics® DLX®、FAME、EcoWin、Bloomberg®、EIA®、CEIC®®、Datastream®、Trading Economics® 和 Moody’s Economy.com 数据库
• EViews Microsoft Excel® 插件允许您从 Excel 中的 EViews 工作文件和数据库链接或导入数据。
• 拖放支持读取数据；只需将文件拖放到 EViews 中，即可将外部数据和元数据自动转换和链接为 EViews 工作文件格式。
• 用于根据现有系列中的值和日期创建新工作文件页面的强大工具。
• 匹配合并、连接、追加、子集、调整大小、排序和重塑（堆叠和取消堆叠）工作文件。
• 在不同频率的页面之间复制或链接数据时易于使用的自动频率转换。
• 频率转换和匹配合并支持在底层数据发生变化时动态更新。
• 自动更新公式系列，每当基础数据更改时自动重新计算。
• 易于使用的频率转换：只需在不同频率的页面之间复制或链接数据。
• 用于模拟的重采样和随机数生成工具。使用三个不同的随机数生成器为 18 个不同的分布函数生成随机数。
• 支持云盘访问，让您可以直接打开并保存文件到 Dropbox、OneDrive、Google Drive 和 Box 帐户。

二、时间序列数据处理
• 对处理日期和时间序列数据（定期和不定期）的集成支持。
• 支持常见的常规频率数据（年度、半年度、季度、每月、双月、两周、十天、每周、每天 – 每周 5 天、每天 – 每周 7 天）。
• 支持高频（日内）数据，允许小时、分钟和秒的频率。此外，还有一些不太常见的常规频率，包括多年、双月、两周、十天和每周任意天数范围的每日。
• 专门的时间序列函数和运算符：滞后、差异、对数差异、移动平均线等。
• 变频：各种由高到低、由低到高的方式。
• 指数平滑：单、双、Holt-Winters 和 ETS 平滑。
• 用于美白回归的内置工具。
• Hodrick-Prescott 过滤。
• 带通（频率）滤波：Baxter-King、Christiano-Fitzgerald 固定长度和全样本非对称滤波器。
• 季节性调整：Census X-13、STL Decomposition、MoveReg、X-12-ARIMA、Tramo/Seats、每日调整、移动平均。
• 用于填补系列中缺失值的插值：线性、对数线性、Catmull-Rom 样条、基数样条。
• 小波：变换、方差分解、异常值检测和阈值处理。

三、统计数据
基本
• 基础数据汇总；按组汇总。
• 平等检验：t 检验、ANOVA（平衡和不平衡，有或没有异方差。）、Wilcoxon、Mann-Whitney、中值卡方、Kruskal-Wallis、van der Waerden、F 检验、Siegel-Tukey、Bartlett ， Levene，布朗-福赛斯。
• 单向制表；具有关联度量（Phi 系数、Cramer’s V、列联系数）和独立性测试（Pearson 卡方、似然比 G^2）的交叉制表。
• 协方差和相关分析，包括 Pearson、Spearman 排序、Kendall 的 tau-a 和 tau-b 以及部分分析。
• 主成分分析，包括碎石图、双图和载荷图，以及加权成分得分计算。
• 因子分析允许计算关联度量（包括协方差和相关性）、性估计、因子载荷估计和因子得分，以及使用 30 多种不同的正交和倾斜方法之一执行估计诊断和因子旋转。
• 正态、指数、极值、Logistic、卡方、Weibull 或 Gamma 分布的经验分布函数 (EDF) 检验（Kolmogorov-Smirnov、Lilliefors、Cramer-von Mises、Anderson-Darling、Watson）。
• 直方图、频率多边形、边缘频率多边形、平均移位直方图、CDF-幸存者分位数、分位数-分位数、核密度、拟合理论分布、箱线图。
• 带有参数和非参数回归线（LOWESS，局部多项式）、核回归（Nadaraya-Watson，局部线性，局部多项式）或置信椭圆的散点图。•

时间序列
• 自相关、偏自相关、互相关、Q 统计量。
• 格兰杰因果关系检验，包括面板格兰杰因果关系。
• 单位根检验：增强的 Dickey-Fuller、GLS 转换的 Dickey-Fuller、Phillips-Perron、KPSS、Eliot-Richardson-Stock Point Optimal、Ng-Perron，以及带断点的单位根检验和季节性单位根检验。
• 协整检验：Johansen、Engle-Granger、Phillips-Ouliaris、Park 添加变量和 Hansen 稳定性。
• 独立性测试：Brock、Dechert、Scheinkman 和 LeBaron
• 方差比检验：Lo 和 MacKinlay、Kim wild bootstrap、Wright 等级、等级分数和符号检验。Wald 和多重比较方差比检验（Richardson 和 Smith、Chow 和 Denning）。
• 长期方差和协方差计算：使用非参数内核 (Newey-West 1987, Andrews 1991)、参数 VARHAC (Den Haan 和 Levin 1997) 和预白内核 (Andrews 和 Monahan 1992) 的对称或单边长期协方差方法。此外，EViews 支持 Andrews (1991) 和 Newey-West (1994) 用于内核估计器的自动带宽选择方法，以及用于 VARHAC 和预白化估计的基于信息标准的滞后长度选择方法。•

Panel 和 Pool
• 按组和按周期统计和测试。
• 单位根检验：Levin-Lin-Chu、Breitung、Im-Pesaran-Shin、Fisher、Hadri、PANIC、CIPS。
• 协整检验：Pedroni、Kao、Maddala 和 Wu。
• 面板内的系列协方差和主成分。
• Dumitrescu-Hurlin (2012) 面板因果关系检验。
• 横截面相关性测试。

四、估计
回归
• 线性和非线性普通最小二乘法（多元回归）。
• 在任意数量的自变量上使用 PDL 进行线性回归。
• 稳健的回归。
• 非线性估计的解析导数。
• 加权最小二乘。
• White 和其他异方差一致，以及 Newey-West 稳健标准误。HAC 标准误差可以使用非参数核、参数 VARHAC 和预白化核方法计算，并允许用于核估计器的 Andrews 和 Newey-West 自动带宽选择方法，以及用于 VARHAC 和预白化估计的基于信息标准的滞后长度选择方法。
• 聚集标准误。
• 线性分位数回归和最小绝对偏差 (LAD)，包括 Huber 的三明治和自举协方差计算。
• 包括 TAR 和 SETAR 的阈值回归，以及包括 STAR 的平滑阈值回归。
• ARDL 估计，包括协整的边界检验方法。
• 弹性网、岭回归和 LASSO 估计。
• 函数系数估计。

变量选择和机器学习
• 具有七种不同选择程序的逐步回归。
• LASSO 变量选择。
• 弹性网、岭回归和 LASSO 估计。
• 自动搜索/GETS 变量选择。
• 自动 ARIMA 规范

ARMA 和 ARMAX
• 具有自回归移动平均、季节性自回归和季节性移动平均误差的线性模型。
• 具有 AR 和 SAR 规范的非线性模型。
• 使用 Box 和 Jenkins 的回溯方法、条件最小二乘法、ML 或 GLS 进行估计。
• 分数集成的 ARFIMA 模型。

工具变量和 GMM
• 线性和非线性两阶段最小二乘/工具变量 (2SLS/IV) 和广义矩量法 (GMM) 估计。
• 具有 AR 和 SAR 误差的线性和非线性 2SLS/IV 估计。
• 有限信息更大似然 (LIML) 和 K 类估计。
• 广泛的 GMM 加权矩阵规范（白色、HAC、用户提供），可控制权重矩阵迭代。
• GMM 估计选项包括持续更新估计 (CUE)，以及许多新的标准误差选项，包括 Windmeijer 标准误差。
• IV/GMM 特定诊断包括仪器正交测试、回归量内生性测试、弱仪器测试和 GMM 特定断点测试。

ARCH/GARCH
• GARCH(p,q)、EGARCH、TARCH、分量 GARCH、功率 ARCH、集成 GARCH。
• 线性或非线性平均方程可以包括 ARCH 和 ARMA 项；均值和方差方程都允许外生变量。
• 正态分布、学生 t 分布和广义误差分布。
• Bollerslev-Woodridge 稳健标准误。
• 条件方差和均值以及永久分量的样本内和样本外预测。
• 分数集成的 FIGARCH 和 FIEGARCH 估计量。
• 新闻影响曲线。
• 稳定性测试和符号偏差测试。

有限因变量模型
• 二进制 Logit、Probit 和 Gompit（极值）。
• 有序 Logit、Probit 和 Gompit（极值）。
• 具有正态、逻辑和极值误差（Tobit 等）的删失和截断模型。
• 计数具有泊松、负二项式和准更大似然 (QML) 规范的模型。
• 赫克曼选择模型。
• Huber/White 稳健标准误。
• 计数模型支持广义线性模型或 QML 标准误差。
• 用于二元模型的 Hosmer-Lemeshow 和 Andrews 拟合优度测试。
• 轻松将结果（包括广义残差和梯度）保存到新的 EViews 对象以供进一步分析。
• 通用 GLM 估计引擎可用于估计其中几个模型，并可选择包含稳健协方差。

面板数据/合并时间序列、横截面数据
• 具有附加横截面和周期固定或随机效应的线性和非线性估计。
• 随机效应模型中分量方差的二次无偏估计量 (QUE) 的选择：Swamy-Arora、Wallace-Hussain、Wansbeek-Kapteyn。
• 2SLS/IV 估计具有横截面和周期固定或随机效应。
• 在变换后的规范上使用非线性最小二乘法估计 AR 误差
• 广义最小二乘法、广义 2SLS/IV 估计、允许横截面或周期异方差和相关规范的 GMM 估计。
• 使用一阶差分或正交偏差与特定时期的预定工具（Arellano-Bond）进行线性动态面板数据估计。
• 面板序列相关测试（Arellano-Bond）。
• 稳健标准误差计算包括七种类型的稳健白色和面板校正标准误差 (PCSE)。
• 系数限制、遗漏和冗余变量的检验，相关随机效应的 Hausman 检验。
• 面板单位根检验：Levin-Lin-Chu、Breitung、Im-Pesaran-Shin、使用 ADF 和 PP 检验的 Fisher 型检验（Maddala-Wu、Choi）、Hadri。
• 面板协整估计：完全修正的 OLS (FMOLS, Pedroni 2000) 或动态普通最小二乘法 (DOLS, Kao and Chaing 2000, Mark and Sul 2003)。
• 合并平均组 (PMG) 估计。
• 差中差估计。

广义线性模型
• 正态、泊松、二项式、负二项式、伽玛、逆高斯、指数 Mena、幂均值、二项式平方系列。
• 身份、对数、对数补码、logit、概率、对数对数、互补对数对数、倒数、幂、幂比值比、Box-Cox、Box-Cox 比值比链接函数。
• 先验方差和频率加权。
• 固定、Pearson Chi-Sq、偏差和用户指定的色散规范。支持 QML 估计和测试。
• Quadratic Hill Climbing、Newton-Raphson、IRLS – Fisher Scoring 和 BHHH 估计算法。
• 使用预期或观察到的 Hessian 或梯度的外积计算的普通系数协方差。使用 GLM、HAC 或 Huber/White 方法进行稳健的协方差估计。

单方程协整回归
• 支持三种完全有效的估计方法，完全修改的 OLS（Phillips 和 Hansen 1992）、典型协整回归（Park 1992）和动态 OLS（Saikkonen 1992、Stock 和 Watson 1993
• Engle 和 Granger (1987) 以及 Phillips 和 Ouliaris (1990) 基于残差的检验、Hansen (1992b) 的不稳定性检验和 Park (1992) 的添加变量检验。
• 方程中的趋势和确定性回归变量的灵活规范以及协整回归变量规范。
• FMOLS 和 CCR 长期方差的全特征估计。
• DOLS 滞后和超前以及长期方差白化回归的自动或固定滞后选择。
• 重新缩放的 OLS 和 DOLS 的稳健标准误差计算。

用户指定的更大似然
• 使用标准 EViews 系列表达式来描述对数似然贡献。
• 多项式和条件 logit、Box-Cox 变换模型、不平衡切换模型、具有异方差误差的概率模型、嵌套 logit、Heckman 样本选择和 Weibull 风险模型的示例。

五、方程组
基本
• 线性和非线性估计。
• 最小二乘、2SLS、方程加权估计、看似无关的回归和三阶段最小二乘。
• 具有白色和 HAC 加权矩阵的 GMM。
• 使用非线性最小二乘法对变换后的规范进行 AR 估计。
• 全信息更大似然（FIML）。

VAR/VEC
• 通过施加短期或长期限制，或两者兼而有之，估计 VAR 中的结构分解。
• 贝叶斯 VAR，具有预测和脉冲响应的贝叶斯采样。
• 混合频率 VAR。
• 马尔可夫开关 VAR。
• 贝叶斯时变系数 VAR。
• 各种表格和图形格式的脉冲响应函数，标准误差通过分析或蒙特卡罗方法计算。
• 从 Cholesky 分解、一单位或一标准差残差（忽略相关性）、广义脉冲、结构分解或用户指定的向量/矩阵形式计算的脉冲响应冲击。
• 标准 VAR 模型的历史分解。
• 对 VEC 模型中的协整关系和/或调整系数施加和测试线性限制。
• 从估计的 VEC 模型中查看或生成协整关系。
• 广泛的诊断包括：格兰杰因果检验、联合滞后排除检验、滞后长度标准评估、相关图、自相关、正态性和异方差检验、协整检验、其他多变量诊断。

多元 ARCH
• 条件常数相关 (p,q)、对角 VECH (p,q)、对角 BEKK (p,q)，具有不对称项。
• 对角 VECH 系数矩阵的广泛参数化选择。
• 均值和方差方程中允许的外生变量；平均方程中允许的非线性和 AR 项。
• Bollerslev-Woodridge 稳健标准误。
• 正态或学生 t 多元误差分布
• 分析或（快速或慢速）数值导数的选择。（分析导数不适用于某些复杂模型。）
• 从估计的 ARCH 模型生成各种表格和图形格式的协方差、方差或相关性。

状态空间
• 用于估计用户指定的单方程和多方程结构模型的卡尔曼滤波器算法。
• 状态方程中的外生变量和完全参数化的方差规范。
• 生成前一步、过滤或平滑的信号、状态和错误。
• 示例包括时变参数、多元 ARMA 和拟似然随机波动率模型。

六、测试和评估
• 实际的、拟合的、残差图。
• 线性和非线性系数限制的 Wald 检验；置信椭圆显示了估计参数的任意两个函数的联合置信区域。
• 其他系数诊断：标准化系数和系数弹性、置信区间、方差膨胀因子、系数方差分解。
• 遗漏和冗余变量 LR 检验、残差和平方残差相关图和 Q 统计量、残差序列相关和 ARCH LM 检验。
• White、Breusch-Pagan、Godfrey、Harvey 和 Glejser 异方差检验。
• 稳定性诊断：Chow 断点和预测测试、Quandt-Andrews 未知断点测试、Bai-Perron 断点测试、Ramsey RESET 测试、OLS 递归估计、影响统计、杠杆图。
• ARMA 方程诊断：AR 和/或 MA 特征多项式的逆根的图形或表格，将理论（估计的）自相关模式与结构残差的实际相关模式进行比较，显示对创新冲击的 ARMA 脉冲响应和ARMA 频谱。
• 轻松将结果（系数、系数协方差矩阵、残差、梯度等）保存到 EViews 对象以供进一步分析。
• 另请参阅Estimation and Systems of Equations了解其他专业测试程序。

七、预测和模拟
• 根据估计的方程对象进行样本内或样本外的静态或动态预测，并计算预测的标准误差。
• 预测图和样本内预测评估：RMSE、MAE、MAPE、泰尔不等式系数和比例
• 用于多方程预测和多变量模拟的更先进的模型构建工具。
• 模型方程可以以文本形式输入，也可以作为重新估计时自动更新的链接。
• 显示方程的依赖结构或内生和外生变量。
• 用于非随机和随机模拟的 Gauss-Seidel、Broyden 和 Newton 模型求解器。非随机前向解决方案解决模型一致的期望。随机模拟可以使用自举残差。
• 解决控制问题，使内生变量达到用户指定的目标。
• 复杂的方程归一化、添加因子和覆盖支持。
• 管理和比较涉及各种假设的多个解决方案方案。
• 内置模型视图和程序以图形或表格形式显示模拟结果。

八、图表、表格和地图
• 线、点图、面积、条形图、峰值、季节性、饼图、xy 线、散点图、气泡图、箱线图、误差线、高-低-开-关和面积带。
• 功能强大、易于使用的分类和汇总图。
• 自动更新图表，随着基础数据的变化而更新。
• 将光标悬停在图表中的某个点上时会显示观察信息和值。
• 直方图、平均移位直方图、频率多边形、边缘频率多边形、箱线图、核密度、拟合理论分布、箱线图、CDF、幸存者、分位数、分位数-分位数。
• 具有任意组合参数和非参数内核（Nadaraya-Watson、局部线性、局部多项式）和最近邻 (LOWESS) 回归线或置信椭圆的散点图。
• 交互式点击或基于命令的自定义。
• 图形背景、框架、图例、轴、缩放、线条、符号、文本、阴影、褪色的广泛定制，具有改进的图形模板功能。
• 表格自定义，可控制单元格字体、大小和颜色、单元格背景颜色和边框、合并和注释。
• 将图表复制并粘贴到其他 Windows 应用程序中，或将图表保存为 Windows 常规或增强的元文件、封装的 PostScript 文件、位图、GIF、PNG 或 JPG。
• 将表格复制并粘贴到另一个应用程序或保存到 RTF、HTML、LaTeX、PDF 或文本文件。
• 在一个假脱机对象中一起管理图形和表格，让您在一个对象中显示多个结果和分析。
• 打开地理地图 ShapeFiles 并将区域与 EViews 工作文件中的数据联系起来，允许通过数据对这些区域进行着色和标记。
• 图形和地图的动画，无论是在 EViews 中，还是通过导出为 .GIF 和 .MP4 媒体文件。

九、命令和编程
• 面向对象的命令语言提供对菜单项的访问。
• 批量执行程序文件中的命令。
• 循环和条件分支、子程序和宏处理。
• 使用断点、调用堆栈和监视窗口进行调试。
• 用于字符串处理的字符串和字符串向量对象。广泛的字符串和字符串列表函数库。
• 广泛的矩阵支持：矩阵运算、乘法、求逆、Kronecker 积、特征值解和奇异值分解。
• 与 Juypter 笔记本集成。

十、外部接口和加载项
• EViews COM 自动化服务器支持使外部程序或脚本可以启动或控制 EViews、传输数据和执行 EViews 命令。
• EViews 提供与 MATLAB®、R 和 Python 的集成，因此 EViews 可用于启动或控制这些应用程序、传输数据或执行命令。
• EViews Microsoft Excel® 插件提供了一个简单的界面，用于从 Microsoft Excel®（2000 和更高版本）中获取和链接到存储在 EViews 工作文件和数据库中的系列和矩阵对象。
• EViews 插件基础设施使用标准 EViews 命令、菜单和对象界面提供对用户定义程序的无缝访问。
• 从 EViews 网站下载并安装预定义的插件。