计量经济学数学基础.ppt

计量经济学 有人常这样解释置信区间：“μ落在区间 上的概率是0.95”。这种解释是错误的。一旦样本被观测到且 也已计算出来，则置信区间的上下限只是两个数字（在上述例子中就是6.81和7.79）而已。总体参数虽然未知，也仅是个常数。因此只有两种可能：或者落入或者不落入区间（我们永远也无法确切知道是哪一种情形）。一旦利用现有数据把置信区间计算出来，就不再有概率的问题。概率解释来自如下事实：利用所有随机样本构造这样的置信区间，有95%的可能包含μ。 1.区间估计的性质 计量经济学 前面推导置信区间，有假定总体服从Normal（μ,1）分布。实践中，该总体的方差不一定为1，设方差为 ，假定为已知，则95%置信区间是 当б已知时，μ的置信区间便已构造出来。为了考虑б未知的情形，我们必须用一个估计值。令 表示样本标准差。于是，用б的估计值s代替置信区间表达式中的б，我们就能求出一个完全依赖于观测数据的置信区间。但是，s取决于特定样本，这就不能保持95%的置信水平。换言之，因为常数б已被随机变量s代替，随机区间 包含μ的概率不再是0.95。 2.正态分布总体均值的置信区间 计量经济学 我们该怎样做下去呢？我们必须依靠t分布，而不是使用标准正态分布。t分布得自 式中， 为样本均值；S为随机样本 的样本标准差。为了构造一个95%的置信区间，令c表示tn-1分布中的第97.5分位数。换言之，c是这样一个值，使得tn-1中的面积有95%落在-c与c之间：P（-c tn-1 c）=0.95。（c值依赖于自由度n-1）。一旦适当选定了c，随机区间 包含μ的概率就是0.95。对于一个特定的样本，这个95%置信区间将计算为 2.正态分布总体均值的置信区间 计量经济学 c 0 -c 面积=0.95 面积=0.025 面积=0.025 2.正态分布总体均值的置信区间 图2.3.3 t分布中的第97.5百分位数c 计量经济学 对于各个不同自由度的c值可从t分布表中查到。例如，当n=20，自由度是n-1=19，因而c=2.093。于是，95%置信区间是 ，其中 和s都是从样本计算出来的值。 例2.3.1 工作培训津贴对工人生产力的影响 霍尔泽、布罗克、奇塔姆和诺特（Holzer，Block，Cheatham and Knott，1993）通过搜集密歇根州1988年领取了工作培训津贴的制造企业样本的“废品率”信息，研究了工作培训津贴对工人生产力的影响。下表列出了20家企业的废品率。废品率被度量为每生产的100件商品中不能使用而必须报废的件数。这些企业都在1988年领取了工作培训津贴；1987年还没有津贴拨款。研究目标是对所有得到的津贴的总体构造1987-1988年废品率变化的一个置信区间。 2.正态分布总体均值的置信区间 计量经济学 表2.3.1 密歇根州20家制造企业的废品率 例2.3.1 工作培训津贴对工人生产力的影响 企业 1987年 1988年 变化量 1 2 3 4 5 6 7 8 9 10 10 1 6 0.45 1.25 1.3 1.06 3 8.18 1.67 3 1 5 0.5 1.54 1.5 0.8 2 0.67 1.17 -7 0 -1 0.05 0.29 0.2 -0.26 -1 -7.15 -0.5 企业 1987年 1988年 变化量 11 12 13 14 15 16 17 18 19 20 平均 0.98 1 0.45 5.03 8 9 18 0.28 7 3.97 4.38 0.51 0.5 0.61 6.7 4 7 19 0.2 5 3.83 3.23 -0.47 -0.5 0.16 1.67 -4 -2 1 -0.08 -2 -0.14 -1.15 计量经济学 假定废品率的改变时正态分布的。因为n=20，所以废品率变化量的均值μ的一个95%置信区间是 数值2.093是t19分布中的第97.5百分位。对这个特定样本数据， 和 ，因此得到95%置信区间为[-2.28，-0.02]。由于此区间不包括零值，所以我们的结论是，有95%的把握，总体废品率变化的均值μ不是零