计量第三章、第六章.docxVIP

第三章和第六章的总结可能还有一些例题的疏漏，希望大家技术补充，例题均已附在照片里，第六章很简单建议大家还是尽量理解一下。另外非常感谢小伙伴安老师和丸子同学第二节抽样分布一、总体的分布对任意的实数集合S，令P(S)为属于S 的个体在总体中所占的比率。当S确定后，P(S)也就唯一的确定，称这个对应的关系为总体的分布。因此可用一个随机变量X来表示总体, X的分布就是总体的分布。分布函数记为F(x), 概率密度记为f(x)。简单随机样本设 X为具有分布函数F(x)的随机变量。若X 1 X 2X n为具有同一分布函数F(x)的相互独立的随机变量，则称X 1 X 2X n为从总体X得到的容量为n简单随机样本，简称样本。它们的观测值x 1x 2x n为样本观测值。统计量设X 1,X 2 , X n为是来自总体X的样本，g(X 1 ,X 2Xn）是X 1,X 2 , X n 的函数，若g是连续函数且g中不含任何未知参数，则称g(X 1, X 2X n）是一统计量。二、样本的矩估计样本平均值样本方差样本标准差样本k阶（原点）矩样本k阶中心矩OLS条件: 设是一个随机序列, 具有相同的期望值，相同方差且互不相关,将这种不相关称作无序列相关。这三种特征称作最小平方条件(OLS条件) 。三、正态总体的几个常用统计量统计量是样本的函数，它是一个随机变量。统计量的分布称为抽样分布。（一）2分布（二）t分布（三）F分布四、正态总体的样本均值与样本方差的分布：设总体X（不管服从什么分布，只要均值和方差存在）的均值为，方差为2，X 1，X 2，Xn是X的一个样本，则总有设令于是，对于正态总体的有第三节参数的统计推断参数的估计（一）、估计量的选择标准（1）无系统误差（2）在一切无系统误差的估计量中，应该选择取值最集中的估计量.（3）当样本容量n无限增大时，它的值趋于稳定在参数的真值附近. 我们选择估计量的原则是：在一切可能的估计量中选择具有无偏性（或相合性）和最小方差的估计量。一般估计量的相合性是大数定律的推论，无偏性和最小方差性的要求，无论在理论上还是从实际应用的观点来说都是合理的。因此，选择最优估计量的问题就集中到在一切无偏估计中选择具有最小方差的无偏估计的问题上，最小方差无偏估计又叫最优无偏估计。（二）矩估计法（三）极大似然估计法（四）贝叶斯估计与极大极小估计1. 决策论的基本概念2．极大极小估计3．贝叶斯估计二、假设检验（一）假设检验的基本思想假设检验有参数假设检验和非参数假设检验之分。假设检验就是通过样本获取数据对所提出的假设作出判断：是接受、还是拒绝原假设。1．假设检验的两类错误假设检验的推断只用一个样本观察值作为判断的依据，因此将产生以下两个问题： 1.) 当H0为真时,仍可能做出拒绝H0的判断, 称为犯第一类错误.（这种可能性是无法消除的） 2.) 当H1为真时仍有可能接受H0 ,称为犯第二类错误.显著性检验：一般来说，控制犯第一类错误的概率，使它小于或等 , 通常取0.1，0.05，0.01等值。这种只对犯第一类错误的概率加以控制，而不考虑犯第二类错误的概率检验问题，称为显著性检验问题。2. K值的确定给出一个较小的数，（01）使犯第一类错误的概率不超过，即使得P{拒绝H0 | H0为真}≦数k是检验上述假设的一个门槛。如果：则称与0的差异是显著的，这时拒绝H0,反之，如果：差异是不显著的，这时接受H0F. 显著性水平、检验统计量数称为显著性水平。称为检验统计量。(二) 双边检验在显著性水平下，假设检验H 0称为原假设或零假设,H 1称为备择假设。拒绝域为临界点(三) 单边假设检验1. 单边假设检验的思想2. 单边检验拒绝域的确定拒绝域为：左边检验问题拒绝域形式为(四) 参数假设检验问题的步骤1.根据实际问题的要求，提出原假设H 0及备择假设H1 ；2.给定显著性水平及样本容量n；3.确定检验统计量以及拒绝域的形式；4.按P{拒绝H0 |H0为真}=求出拒绝域；5.取样，根据样本观测值确定接受还是拒绝H0 ;第四节方差分析方法一、单因素试验概念1．因素在试验中，考察的指标称为试验指标。影响试验指标的条件称为因素。因素可分为两类,一类是人们可以控制的（可控因素）；一类是人们不能控制的。2. 水平因素所处的状态，称为该因素的水平。如果一次试验中只有一个因素在改变，称为单因素试验；如果多于一个因素在改变的试验称为多因素试验。第六章虚拟变量(Dummy Variable)，又称名义变量。另外还有一些名称是：指标变量(Indicator Variable) 、二值变量Binary Variable) 、定性变量(Qualitative Variable)和二分变量(Dichotomous Va