计量经济学2概率统计基础解析.ppt

计量经济学 Lecturer： 王振宏 Email: wdwzhong@126.com mobile: Office Address： 北7-1203D 计量经济学分析的变量多是随机变量，模型都有随机误差项 介绍计量经济分析的概率统计基础知识 内容提要 1随机性与概率 2随机变量和概率分布 3参数估计和假设检验 第一节 随机性和概率 一、计量经济分析、随机性和概率 二、概率的频率定义 三、概率的古典定义 四、概率的公理化定义 五、概率的性质 六、条件概率和统计独立性 一、计量经济分析、随机性和概率 （一）计量经济分析和随机性 随机性指事物的结果、水平不能完全事先确定 计量经济分析的对象必然有随机性，随机性是计量经济模型的根本特征之一 来源：行为随机性、模型简化、观测统计误差 随机变量，随机误差项，计量经济模型是随机模型、随机变量模型。 随机性是计量经济分析的矛盾焦点，也是计量经济学产生发展的原因 （二）随机性和概率 随机事物比确定性事物难以预测和把握 但随机性和随机事物并不是无规律。表面偶然性背后有内在必然性——随机事物或者其特定结果发生的可能性大小，“概率”（Probability）。 概率由随机事物本身特征决定 概率是描述、分析和利用随机事物的关键 研究概率的几种主要方法——概率的频率定义、古典定义和公理化定义 二、概率的频率定义 概率定义： 伯奴里大数定律（法则）的支持（P48） 三、概率的古典定义 （一）随机试验和样本空间 随机试验、样本点、基本事件、样本空间 随机事件——样本点组合，性质同集合（交、并、和、等价、包含、逆、互斥、差、完备事件组） （二）古典概型和概率的古典定义 古典概型——三个特征： 有限结果、互不相容、等可能 古典概型局限性： （1）古典概型要求试验的可能结果总数有限，又要求某种等可能性 （2）推广到几何概率时还会导致一些矛盾（几何概率不是结果数量有限，而是范围、测度有限） 四、概率的公理化定义 柯尔莫哥洛夫（Kolmogorov）（1933年）在集合论和测度论的基础上建立了概率论公理体系。 克服古典定义的缺陷 （一）事件和事件域 柯尔莫哥洛夫概率论公理化体系： 基本概念是样本点，不是事件。 样本点相应于随机试验的结果。 样本点看作抽象的点，它们的全体构成样本空间，仍用 表示。 事件定义为 的一个子集，它包含若干个样本点，事件发生当且仅当A所包含的样本点中有一个发生 事件域就是由全体事件构成的集类，我们用F表示。一般要求F满足下列三个要求： （i） F； （ii）若 F，则 F； （iii）若 F； ，则 F。 （二）概率定义 概率是从事件（也是集合）到实数的映射，是一种集合函数。 [定义]：对事件域F中的每个元素A，概率是定义在事件域F上，满足如下三个条件的集合函数 ： （i） ，对一切 F；非负 （ii） 完备 （iii）若 F， ，且两两互不相容，则 完全可加、可列可加 六、条件概率和统计独立性 （一）条件概率 已知B发生的条件下，事件A发生的概率，称为A以B为条件的“条件概率” 。 性质：非负、规范、可列可加等（P31） 条件概率的含义：贝叶斯定理。 在具体行动之前，无论决策如何制定，在结果的证据收集并确认后，决策时可以改变的。 例如：某人认为A超市东西比B超市便宜 （二）全概率公式和贝叶斯公式 是样本空间的一个完全分割，即两两互不相容。那么由概率完全可加性和乘法定理得 ——全概率公式 贝叶斯公式 若 能且只能与 之一同时发生，那么 （三）事件独立性 对事件A和B，若 则称它们是“统计独立的”。 可扩展到更多事件的独立性 若事件A和B独立，则 第二节 随机变量和概率分布 在概率统计和计量经济分析中，人们更关心的是有随机性的经济指标水平，都是数量化的随机事件。 例如某时刻的股票价格，某天某银行吸收的存款数量，某商场某月的销售额，某商品的市场价格水平等。 一、随机变量及其概率分布 （一）随机变量 （二）概率分布 （三）分布函数 （四）密度函数 （五）随机变量函数的概率分布 （一）随机变量 数量化的随机事件通常称为“随机变量”（Random variable）