基本统计分析与编程初步.pdfVIP

基本统计分析与编程初步 实验目的：利用 EViews 完成基本的统计分析；初步了解 EViews 编程 1 样本矩（Sample Moments ） 1.1 描述性统计（Descriptive Statistics ） 可以在序列对象窗口中，选择 View→Descriptive Statistics→Histogram and Stats ，显示序列 的描述性统计值（如图 1 数据序列的描述性统计值）。 图 1 数据序列的描述性统计值 在图中右边部分显示了主要的描述性统计值，其中包括： 1 n 1、Mean ，序列的样本均值，y ∑y i 。 N i 1 2 、Median ，即中位数，指当序列按照从升序排列时，将样本数据一分为二的那个数据点。 中位数是分布中心的有效的测量，它比样本均值对异常点（outliers ）具有更小的敏感 性。 3、Max and Min 分别指序列的最大值和最小值。 4 、Std. Dev. （标准差）测量序列离散程度。EViews 中的标准差是由下式计算，N 表示序 N 列的样本点个数，y 是序列的样本均值：s N1 1 ∑(y i −y )2 ，即总体标准差的无 − i 1 偏估计。 5、Skewness 指偏度，度量序列的分布函数的形状以均值为中心的不对称程度。在 EViews 中，偏度按下列公式计算（注意区别大写 S 是偏度，小写 s 是样本标准差）： N S 1 y i −y 3 ˆ ( ) N ∑( ˆ ) ，其中σ s N −1 / N 即总体标准差的有偏估计。 i 1 σ 正的偏度值表明序列的分布有一个很长的右边拖尾，负的偏度值表明序列的分布有一个 很长的左边拖尾，而当偏度为零时，表明序列的分布以样本均值为中心具有对称性（例如， 正态分布即是一种相对于均值具有对称分布的形式）。 6、Kurtosis 指峰度，测量序列分布中间形态的扁平程度。在 EViews 中峰度值按下列公 式计算： N 1 y i −y 4 K N ∑( ˆ ) i 1 σ 正态分布的峰度为 3 。以正态分布为参照，如果某一分布的峰度超过3，这个分布相对于 这个参照分布而言是尖的（尖顶峰度）。如果峰度小于 3，这个分布对于参照分布而言是扁平 的（平顶峰度）。 7、Jarque-Bera 统计量（以下简称 JB 统计量） 是用于检验序列是否服从正态分布的检验统计值（检验对应的原假设为序列服从正 态分布）。利用正态分布偏度为零、峰度为3 的特点，通过利用样本数据计算得到的样本 偏度和样本峰度分别与 0 和 3 的“距离”大小，判断样本数据序列是否来自于一个正态 分布总体。如果序列得到的样本偏度和样本峰度分别与正态分布情况下应该得到的 0 和 3 相差足够大（这一点需要借助于统计推断的方法），那么有理由描绘序列来自于一个正态 分布总体，否则没有理由拒绝原假设。统计推断所需要的统计量即 JB 统计量，它按以下 公式计算： N −k 2 1 2 JB (S + (K −3) ) ，其中如果序列为原始数据，k =0 ，如果序列是通过 4