元线性回归模型7.docVIP

经济学参考书目： 高鸿业，《西方经济学:微观部分(第三版)--世纪经济学系列教材西方经济学:宏观部分(第三版)--世纪经济学系列教材西方经济学学习与教学手册(21世纪经济学系列教材)高鸿业刘凤良20世纪西方经济学的发展西方经济学简明教程(第5版)世纪出版集团上海人民出版社 伍柏麟尹伯成经济学基础教程--复旦博学·经济学系列姚开建梁小明西方经济学名著导读--经济学经典著作读丛书梁小民西方经济学教程(修订版)方福前当代西方经济学主要流派王志伟现代西方经济学主要思潮及流派经济数学基础及应用---线性代数及概率论王雪标王拉娣聂高辉微积分(美)A.M.穆德F.A.格雷比尔著史定华译 随机变量及其分布的研究是以事件及其概率的研究为基础展开的。它是统计推断的理论基础。 随机变量定义：按一定的概率取不同实数值的变量称为随机变量，用x, y等表示。 如（1）天津站每日的客流人数。（2）某商场日销售电视机台数。（3）某储蓄所的日存款余额。（4）某地区居民的日用水量。（5）高速公路上单位时间内通过的机动车数量。（6）流水线上生产的罐装啤酒的净重值。 若随机变量x可能取的值为有限个或可列个，则称x为离散型随机变量。 若随机变量x可能取的值是整个数轴，或数轴上的某个区间，则称x为连续型随机变量。连续型随机变量的概率分布是通过随机变量在一切可能区域内取值的概率定义的。最常用和最简便的形式是通过概率密度函数表示。 对于随机变量x，若存在非负可积函数f (x)，（- ( x (），使对任意实数a, b, (a b)有 P{a ( x ( b} = 则称x为连续型随机变量。f (x)为x的概率密度函数（简称概率密度或密度）。由上式知f (x)在[a, b]区间上的积分等于随机变量x在[a, b]区间取值的概率。 研究经济问题为什么还要学习随机变量？因为许多经济问题都符合随机变量的要求。通过随机变量把经济问题上升到统计理论高度进行研究，有利于找到经济变量变化的一般规律。 1.1随机变量的数学期望 对于离散型随机变量x，若有概率分布 P{x = xi} = pi, (i = 1, 2, …, ) 则称 xi pi 为x的数学期望，简称为期望或均值。记作E(x)。 对于连续型随机变量x，若密度函数为f (x)，则称 为x的数学期望。记作E(x)。 期望属于位置特征。用来描述随机变量取值的集中位置。体现了随机变量取值的平均大小。期望就是随机变量取一切可能值的加权平均。其中的权数就是概率值。 数学期望的性质如下： (1) 常量的期望就是这个常量本身。 E(k) = k (2) 常量与随机变量和的期望等于这个随机变量的期望与这个常量的和。 E(x + k) = E(x) + k (3) 常量与随机变量乘积的期望等于这个常量与随机变量期望的乘积。 E(k x) = k E(x) (4) 随机变量的线性函数的期望等于这个随机变量期望的同一线性函数。 E(k x + c) = k E(x) + c (5) 两个随机变量和（或差）的期望等于这两个随机变量期望的和（或差）。 E(x ( y) = E(x) ( E(y) (6) 两个相互独立随机变量乘积的期望等于这两个随机变量期望的乘积。 E(x y) = E(x) E(y) 例：5个学生的英语考试分数是80, 70, 85, 90, 82。则平均考试分数 E(x) == 81.4 1.2随机变量的方差、标准差 随机变量x对其均值的离差平方的数学期望， E[x - E(x) ]2 称作随机变量x的方差。记作Var(x)。则称作x的标准差。方差和标准差用来描述随机变量的离散特征。它们反映了随机变量取值离散程度的大小。 对于离散型随机变量x，方差的定义是 Var(x) = xi - E(x) )2 pi 其中pi表示x取xi值时的概率。 对于连续型随机变量x，方差的定义是 Var(x) = x - E(x) ]2 f (x) dx 其中f (x) 是x的概率密度函数。 注意：（1）Var(x)的量纲是x的量纲的平方。（2）的量纲与x的量纲相同。 随机变量方差的性质： (1) 常量的方差为零。 Var(k) = 0 (2) 随机变量与常量之和的方差等于这个随机变量的方差。 Var(x + k) = Var(x) 其中x为随机变量，k为常量。 (3) 常量与随机变量乘积的方差等于这个常量的平方与随机变量方差的乘积。 Var(k x) = k2 Var(x) 其中k为常量。 证明：由方差定义 Var(k x) = E[k x - E(k x) ]2 = E