《计量经济分析方法与建模》课件第二版 第01章 概率与统计基础

《计量经济分析方法与建模》课件第二版 第01章 概率与统计基础

ID:44282503

大小:276.50 KB

页数:24页

时间:2019-10-20

《计量经济分析方法与建模》课件第二版 第01章  概率与统计基础_第1页
《计量经济分析方法与建模》课件第二版 第01章  概率与统计基础_第2页
《计量经济分析方法与建模》课件第二版 第01章  概率与统计基础_第3页
《计量经济分析方法与建模》课件第二版 第01章  概率与统计基础_第4页
《计量经济分析方法与建模》课件第二版 第01章  概率与统计基础_第5页
资源描述:

《《计量经济分析方法与建模》课件第二版 第01章 概率与统计基础》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第一章序列的统计量、检验和分布EViews提供序列的各种统计图、统计方法及过程。当用前述的方法向工作文件中读入数据后,就可以对这些数据进行统计分析和图表分析。EViews可以计算一个序列的各种统计量并可用表、图等形式将其表现出来。视图包括最简单的曲线图,一直到核密度估计。1打开工作文件,双击一个序列名,即进入序列的对话框。单击“view”可看到菜单分为四个区,第一部分为序列显示形式,第二和第三部分提供数据统计方法,第四部分是转换选项和标签。2§1.1描述统计量以直方图显示序列的频率分布。直方图将序列的长度按等间距划分,显示观测值落入每一个区间的个数。同直方图一起显示的还有一些标准的描述统计量

2、。这些统计量都是由样本中的观测值计算出来的。如图(例1.1):3例1.3中GDP增长率的统计量:4均值(mean)即序列的平均值,用序列数据的总和除以数据的个数。中位数(median)即从小到大排列的序列的中间值。是对序列分布中心的一个粗略估计。最大最小值(maxandmin)序列中的最大最小值。标准差(StandardDeviation)标准差衡量序列的离散程度。计算公式如下N是样本中观测值的个数,是样本均值。5偏度(Skewness)衡量序列分布围绕其均值的非对称性。计算公式如下是变量方差的有偏估计。如果序列的分布是对称的,S值为0;正的S值意味着序列分布有长的右拖尾,负的S值意味着序列

3、分布有长的左拖尾。例1.1中X的偏度为0,说明X的分布是对称的;而例1.3中GDP增长率的偏度是0.78,说明GDP增长率的分布是不对称的。6峰度(Kurtosis)度量序列分布的凸起或平坦程度,计算公式如下分布的凸起程度大于正态分布;如果K值小于3,序列分布相对于正态分布是平坦的。例1.1中X的峰度为2.5,说明X的分布相对于正态分布是平坦的;而例1.3中GDP增长率的峰度为2.14,说明GDP增长率的分布相对于正态分布也是平坦的。意义同S中,正态分布的K值为3。如果K值大于3,7Jarque-Bera检验检验序列是否服从正态分布。统计量计算公式如下S为偏度,K为峰度,k是序列估计式中参数

4、的个数。在正态分布的原假设下,J-B统计量是自由度为2的2分布。J-B统计量下显示的概率值(P值)是J-B统计量超出原假设下的观测值的概率。如果该值很小,则拒绝原假设。当然,在不同的显著性水平下的拒绝域是不一样的。例1.1中X的J-B统计量下显示的概率值(P值)是0.92,接受原假设,X服从正态分布;而例1.3中GDP增长率的的J-B统计量的概率值(P值)是0.455,也接受原假设,说明GDP增长率服从正态分布。8§1.2均值、中位数、方差的假设检验这部分是对序列均值、中位数、方差的假设检验。在序列对象菜单选择View/testsfordescriptivestats/simplehypo

5、thesistests,就会出现下面的序列分布检验对话框:91.均值检验如果不指定序列x的标准差,EViews将在t–统计量中使用该标准差的估计值s。是x的样本估计值,N是x的观测值的个数。在原假设下,如果x服从正态分布,t统计量是自由度为N-1的t分布。原假设是序列x的期望值m,备选假设是≠m,即10如果给定x的标准差,EViews计算t统计量:是指定的x的标准差。要进行均值检验,在Mean内输入值。如果已知标准差,想要计算t统计量,在右边的框内输入标准差值。可以输入任何数或标准EViews表达式,下页我们给出检验的输出结果。11这是检验例1.7中GDP增长率的均值,检验H0:

6、X=10%,H1:X≠10%。表中的Probability值是P值(边际显著水平)。在双边假设下,如果这个值小于检验的显著水平,如0.05则拒绝原假设。这里我们不能拒绝原假设。122.方差检验检验的原假设为序列x的方差等于2,备选假设为双边的,x的方差不等于2,即EViews计算2统计量,计算公式如下N为观测值的个数,为x的样本均值。在原假设下,如果x服从正态分布,2统计量是服从自由度为N-1的2分布。要进行方差检验,在Variance处填入在原假设下的方差值。可以填入任何正数或表达式。133.中位数检验原假设为序列x的中位数等于m,备选假设为双边假设,x的中位数不等于m,即EV

7、iews提供了三个以排序为基础的无参数的检验统计量。方法的主要参考来自于Conover(1980)和Sheskin(1997)。进行中位数检验,在Median右边的框内输入中位数的值,可以输入任何数字表达式。14§1.3分布函数EViews提供了几种对数据进行初步分析的方法。在§1.1我们已列出了几种图来描述序列分布特征。在本节,列出了几种散点图且允许我们可以用有参数或无参数过程来做拟合曲线图。这些图包含着复

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。