計量经济学笔记(总).doc

计量经济学 三、课程大致安排 1、内容框架 时间序列 （Time series data） 定义：一个变量在不同时间取值的一组观测结果 例子：每日股票价格；每周美联储的货币供给；每月价格指数；每季GDP；每年政府财政预算。 横截面数据 （cross-sectional data） 定义：一个或多个变量在同一时点上收集的数据 例子：工业普查、上年各省市区GDP 易出现的问题：异方差（Heterogeneity） 混合数据 （Pooled data） 定义：兼有时间序列和横截面数据的数据 定点时序（Panel data）：是混合数据的一种特殊类型，指对相同的横截面单元在时间轴上进行跟踪调查的数据。 2、参考书目： 初、中级教程： 计量经济学 王维国 东北财经大学出版社 计量经济学/Basic Econometrics（印度）古扎拉蒂 中国人民大学 计量经济学 赵国庆 中国人民大学出版社 计量经济学 李子奈 潘文卿 高等教育出版社 高级教程： 计量经济模型与经济预测 平耿克 钱小军译 机械工业出版社 《经济计量分析》( Econometric Analysis )，如果对两个？？？，都有唯一的实数与之对应，并且对任意实数X，？？是随机事件，则称事件，则称定义在上的实单值函数为随机变量。 通俗的说，在实验结果能取得不同数值的量，称为随机变量它的数值是随机试验结果而它由于试验的结果是随机的，所以它的值也是随机的。 二、分类（连续型和离散型） 第二章 事件 例子：在一个箱子里放着t个数字球，-2，1，1，3，3，3，3从中取一个球，取到球上面的数字是随着试验结果不同而变化。 又如：考四、六级，考过记为1，不过记为0。 再如：抛硬币，正面记为1，反面记为0。 引入话题：举一些现实中的例子，如考试，在公交场等车 随机变量-事件-概率-频率-分布率-分布函数-连续随机变量 上面我们讲的是一种事件有很多种不同的结果，但在现实中这些出现的结果的可能性并不是相同的。 例子：考六级出现的结果不同，大多数分数集中在50-60和60-70之间，也就是说出现2和3的可能性更大。=0（0-50） ，1（50-60），2（60-70），3（70-80），4（80-100） 问题：用什么衡量可能性呢？（概率） 我们用的概率都是古典概型，即用事件发生概率来表示概率。 频率的定义：一随机事件的n个结果互斥且两个结果等可能发生，并且事件A会有m个基本结果，则事件A发生的概率即是，就是= =事件发生的总数/结果总数 两点需要注意：1、试验结果互斥；2、等可能性相当。 第三章 概率 假设1000人去参加6级考试，或1个人参加1000次难度相同的考试。① 等可能②结果互斥 例题：5只球，编号1、2、3、4、5。在取3只，以x表示表示取出3只球中最大号码，写出随机变量x的分布率。 解：最大值只能3、4、5。 X=3 p(x=3)= X=4 p(x=4)= p(x=k)= (k=3、4、5) X=5 p(x=5)= x 3 4 5 p 1/10 3/10 6/10 第四章 随机变量分布律 实质是对第三章的重新表述，只是一种表述方法而已） 0 1 2 3 4 p 0.05 0.2 0.5 0.15 0.1 x 3 4 5 p 1/10 3/10 6/10 分布律表,更一般的形式： … … 两个性质：，且。 把所有可能全部展现出来了，一目了然！ 第五章 概率分布函数 为了进一步研究的需要，引入分布函数 定义：对任何实数x ，随机变量的分布函数，为 例题： 1、的分布率 3 4 5 P 1/10 3/10 6/10 2、根据的定义 ①时，=0 ②时， ③时， ④时， 综上所述，得分布函数： 0 x3 1/10 4/10 1 分布函数的实质为分段函数求和 思考一下为什么要引入这分布律函数（也就是累积和概念） 等一下讲到联系随机变量时就可以明白为什么？ 分布函数的性质： = ① ② ③右连续 第六章 连续型随机变量 如果随机变量的分布函数恰好是某个非负可积数在（，x ）的积分，即。 称为连续型随机变量并称为的概率密度（密度函数）。 例如：证明的密度函数为 证： 当x 0时，==0 0x 1时，=+= x1时， = + +=1 性质： 两个常用的公式