几种统计分析模型介绍.pptVIP

张业圳 福建师范大学经济学院副教授、博士、财金系副主任 主要教学研究方向：数量经济学与金融实证分析 联系电话 Email: zhangyz1971@126.com Q Q: 107345901 地址：福建师范大学经济学院　邮编：350108 本次培训主要模型 1、聚类分析 2、回归分析 3）因子分析和主成分分析 4）时间序列分析 代表性——即子样( )的每个分量 与总体 具有相同的概率分布。 定义 设（ ）为总体X的一个样本， 为不含任何未知参数的连续函数，则 称 为样本（ ）的一个统计量。 它包括两个方面——数据整理 计算样本特征数 计算样本特征数： 例4 设总体 X 的均值为 　,（ X1, X2, X3 ）是总体 X 的样本，证明下列两个估计量 都是 的无偏估计． 证 由于 所以 与 都是 的无编估计． （只需 k1+ k2 + + kn =1，则 = k1 X1 + k2 X2 + + kn Xn 就是 的无偏估计） 设 为参数θ的估计量，若当 时， 按概率收敛于θ ，即对于任意正数ε，有 ， 则称 为θ的一致估计（量）． 3．一致性 根据大数定律可知，样本均值 是总体均值 的一致估计量． 设 与 是参数θ的两个无偏估计量，若 ， 则称 比 有效. 2．有效性 第二节 参数的区间估计 点估计是通过构造统计量 (X1, X2, … , Xn)来对总体 X 中的未知参数θ进行估计，由一个样本值（ x1, x2, … , xn ）可得到θ的估计值 （ x1, x2, … , xn ） ．这种估计值是无法知道误差的．我们要定出一个范围，并要求以一 定的概率保证这个范围包含着θ的真值．这个范围通常以区间的形式给出，我们把这个区间称为置信区间． 定义 设总体 X 的分布中含有一个未知参数θ ，(X1, X2, …, Xn ）是来自总体 X 的一个样本．如果对于给定的常数 ，统计量 θ1= θ1 (X1, X2, …, Xn ）与θ2= θ2(X1, X2, …, Xn ）满足 （1） 则称随机区间(θ1 ,θ2 )是θ的置信度为 的置信区间，分别称θ1与θ2为θ的置信下限与置信上限． ? 例1 设总体 ， 为已知， 未知,（ X1, X2, …,Xn ）为来自总体 X 的一个样本，求 的置信度为 的置信区间． 解 由于 是 的无偏估计，且有 由正态分布表可查得 ，使 1－ 称为置信度或置信水平．（1）式的含义是，随机区间(θ1 ,θ2 )以 的概率包含着θ ， 也就是说，对每一个样本值 （ x1, x2, … , xn ）可求得一个具体的区间(θ1(x1, x2, … , xn ),θ2 (x1, x2, … , xn ))．在这些众多的区间中，包含θ的有100 ( ) %个，不包含θ的有100 %个． 即有 取 ，于是得到 的置信度为