第一章 计量经济-绪论及准备.pptVIP

2、折线图 3、条形图与直方图 条形图（bar chart）与直方图（histogram）都用来观察数据的分布，但前者用于定性数据（不连续），后者用于定量数据（连续） 3、条形图与直方图 直方图 各省级行政区投资数量的分布 3、条形图与直方图 条形图 3、条形图与直方图 4、箱线图 箱线图（boxplot）也是一类重要的观察数据分布的图形，它是五数概括的图形表示 4、箱线图 离群值截断点 位于上四分位数+1.5四分位距以外的点； 位于下四分位数 -1.5四分位距以外的点都可以称为离群值（outliers） 4、箱线图 4、箱线图 四、数据变换 当数据不能满足模型的一些基本假定时，需要对数据进行变换，最常见的变换理由是： 不对称 非线性 异方差性 四、数据变换 数据变换通常采用幂变化的形式： 四、数据变换 幂变化的优点： 递增函数，原来较大的数据变换以后仍然较大 连续函数，原数据中靠近的点，变换以后仍然靠近 凹性，在正数范围内，不是始终凹向上，就是始终凹向下，所以，一个特定的幂变换，要么对较大的数据比较小的数据更多的压缩，要么相反 四、数据变换 保持数据的字母值，中位数样本还是中位数样本 几何统一性 可操作性 四、数据变换 二、常用测度指标 偏态指标用以判断数据的非对称性 二、常用测度指标 1、集中趋势指标 均值（mean） 中位数（median） 众数（mode） 2、离散趋势指标 标准差（standard deviation） 离散系数（coefficient of variation） 四分位距（quartile deviation） 异众比率（ variation ratio） 1、集中趋势指标 均值 适用于正态分布数据（必定为定量数据） 优点：包含了所有数据的信息，是数据的重心、数学性质较好 缺点：不稳健，受异常数据的影响很大 1、集中趋势指标 均值 应用时应注意： 均值对于个体决策而言意义不大 均值必须与标准差结合，才能对数据特征有较客观的认识 1、集中趋势指标 中位数 适用于定序数据和非正态分布或存在异常值的定量数据 优点：稳健，含义清晰 缺点：将定量数据当定性数据处理，浪费了信息 1、集中趋势指标 五数概括 将中位数、上下四分位数和最大最小值这5个数放在一起，就能刻画出数据分布的大致状态，即为五数概括 中位数深度：（n+1）/2 四分数深度：（[中位数深度]+1）/2 1、集中趋势指标 字母值 对于数量较多的数据，有时五数概括也较粗疏，此时就需要七数概括乃至九数概括，为使用方便，常用一个字母作为各分位数的标记。 M、F、E、D、C、B、A、Z、Y、X…… 1表示极端值 1、集中趋势指标 显示框架 1、集中趋势指标 众数 出现次数最多的数值，适用于定类数据 2、离散趋势指标 标准差与离散系数 适用于定量数据 优点：包含了所有数据的信息，数学性质较好 缺点：不稳健，受异常数据的影响很大 与标准差相比，离散系数更具可比性，对于水平差异较大的数据，通常用后者进行比较 2、离散趋势指标 四分位距：上、下四分位数的差 适用于定序数据和存在异常值的定量数据 优点：稳健 缺点：将定量数据当定性数据处理，浪费了信息 2、离散趋势指标 异众比率 适用于定类数据 测度集中、离散趋势有三套指标： 1、均值——标准差、离散系数 适用于正态分布数据 2、字母值——四分位距 适用于定序数据，当注重稳健性时，也用于定量数据 3、众数——异众比率 适用于定类数据 3、偏度 计算公式 3、偏度 对称分布 左偏分布 三、统计图 尽管有一系列的统计量可用来概括数据特征，但由一组数据变为1个或几个数据，信息的遗漏是很严重的，而统计图则提供了一类在不损失信息情况下，方便观察数据规律性的工具 三、统计图 1、散点图 2、折线图 3、条形图与直方图 4、箱线图 1、散点图 经常用以观察两个变量之间的关系 1、散点图 利用散点图可以判断用以拟合的函数形式 1、散点图 1、散点图 1、散点图 1、散点图 1、散点图 散点图的发展——矩阵图 2、折线图 经常用以观察一个变量随时间发生变化的规律并进行不同观察对象的比较 中国GDP指数：1981-2001 2、折线图 第一产业、第三产业增加值指数对比：1981-2001 2、折线图 坐标会对折线图所反映出的规律产生重要影响 2、折线图 在进行两条以上折线的比较时，要注意根据观察的需要对数据进行恰当的变换 观察水平差异 观察波动差异 观察发展趋势差异 2、折线图 观察水平差异 CPU价格走势对比 2、折线图 观察波动差异 C