第二讲序列的描述性统计和假设检验.pptVIP

一、组对象的创建 组对象是序列或者表达式的集合，组对象并不包含实际的序列数据，而只是包括对序列数据的引用。 例如，有一个名为Group1 的组对象，包含序列ser1 、ser2 和ser3，Group1 中只是包含对ser1 、ser2 和ser3 的引用指针，实际数据保存在序列ser1、ser2 和ser3 中。 创建组对象的操作方法为： Objects/New Object 在打开对话框的Type of Object（对象类型）中选择Group，在Name for Object（对象名称）键入组对象名称，单击[OK]按钮，即创建了组对象 创建组对象的命令为： group 组对象名 或： group 组对象名 序列或表达式列表 例如： (1)group group1(在命令窗口）创建一个名为group1 的空组对象； (2)group group1 GDP CS创建包含序列GDP CS的组对象group1 ； (3)group group2 GDP GDP/CS创建一个包括序列GDP 和GDP与CS相除的组对象group2 二、多序列的描述性统计和假设检验 在组对象的视图中进行多序列的描述性统计和假设检验 结论： t＝0.87,相伴概率0.3865，大于0.05，说明检验结果是接受H0 2、多个总体均值的差异性检验---  单因素方差分析 例：1996年分别在辽宁、河北、山西城市中调查了5个样本地区，得城镇居民人均年消费数据如下。用方差分析方法检验3省城镇居民人均年消费额是否有显著性差异 点transpose按钮，可以变换表格形式 View-tests of equality,选择均值 * * 第二讲 序列的描述性统计和假设检验 序列的描述性统计是指用统计图表及统计量（均值、中位数、方差等）形式将序列表现出来。 第一节 单序列的描述性统计和假设检验 打开工作文件，双击一个序列名，进入序列的对话框。 单击“view”可看到菜单分为四个区，第一部分为序列显示形式，第二和第三部分提供数据统计方法，第四部分是转换选项和标签。 也就是分别用电子表/统计图、统计量来描述该序列的数据，其中注意利用菜单“graph/bar”与“Descriptive Statistics/Histogram and stats”制作图形的区别。 一、描述统计量 1、以直方图显示序列的频率分布 直方图将序列的长度按等间距划分，显示观测值落入每一个区间的个数。 同直方图一起显示的还有一些标准的描述统计量。这些统计量都是由样本中的观测值计算出来的。 均值 (mean)中位数 (median) 最大值(max) 最小值 (min) 标准差(Standard Deviation) 偏度（Skewness） 峰度（Kurtosis） Jarque-Bera 检验 检验序列是否服从正态分布。统计量计算公式如下 S为偏度，K为峰度，k是序列估计式中参数的个数。 在正态分布的原假设下，J-B统计量是自由度为2的 ? 2 分布。 J-B统计量下显示的概率值大于0.05 ，接受原假设, 说明序列服从正态分布。 二、 均值、中位数、方差的假设检验 在序列对象菜单选择View/tests for descriptive stats/simple hypothesis tests，就会出现下面的序列分布检验对话框。 例利用 “5_2”数据，检验GDP均值是否等于4000。检验假设为： H0：?X=4000，H1：?X≠4000。 表中的Probability值是概率值。在双边假设下，如果这个值小于检验设定的显著水平（如0.05），则拒绝原假设。该例中拒绝原假设。 得到以下输出结果： 三、分布函数 EViews提供了几种描述序列经验分布特征的图。 1. CDF—Survivor—Quantile图 这个图描绘出带有加或减两个标准误差带的经验累积分布函数、残存函数和分位数函数。在序列菜单中或组菜单中选择View /Distribution/ CDF—Survivor—Quantile…时 ( 组菜单的Multiple Graphs中)，就会出现下面的对话框： 其中，Cumulative Distribution(累积分布) 用来描绘序列的经验累积函数（CDF）。CDF是序列中观测值不超过指定值 r 的概率 ： Survivor(残存)操作用来描绘序列的经验残存函数： Quantile(分位数) 操作用来描绘序列的经验分位数。对 0 ? q ? 1, X 的分位数 x(q) 满足下式：