计量经济分析方法与建模概率与统计基础PPT.pptVIP

第一章 序列的统计量、检验和分布; 打开工作文件，双击一个序列名，即进入序列的对话框。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。 ;§1.1 描述统计量 ;例1.3中GDP增长率的统计量： ; 均值 (mean) 即序列的平均值,用序列数据的总和除以数据的个数。; 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 ;§1.2 均值、中位数、方差的假设检验;1. 均值检验 ; 如果给定x的标准差，EViews计算t 统计量： ; 这是检验例1.7中GDP增长率的均值，检验H0：?X=10%，H1：?X≠10%。表中的Probability值是P值（边际显著水平）。在双边假设下，如果这个值小于检验的显著水平，如0.05则拒绝原假设。这里我们不能拒绝原假设。;2. 方差检验 ;3. 中位数检验 ;§1.3 分布函数 ;§1.3.1 序列分布图 ; 其中，Cumulative Distribution(累积分布)操作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 ; 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： ; 工作文件1_3.wf1中GDP增长率的分布图;2. Quantile—Quantile图 ; 可以选与如下的理论分布的分位数相比较: Normal(正态)分布：钟形并且对称的分布. Uniform(均匀)分布：矩形密度函数分布. Exponential(指数)分布：联合指数分布是一个有着一条长右尾的正态分布. Logistic(逻辑)分布：除比正态分布有更长的尾外是一种近似于正态的对称分布. Extreme value(极值)分布：I型极小值分布是有一条左长尾的负偏分布,它非常近似于对数正态分布. 可以在工作文件中选择一些序列来与这些典型序列的分位数相比较，也可以在编辑框中键入序列或组的名称来选择对照的序列或组，EViews将针对列出的每个序列计算出QQ图。 ; 下图是GDP增长率和指数分布的Q-Q图： ;§1.5 交叉相关 ; 居民消费（CS）和GDP的交叉相关系数; 第二章 经济时间序列的 季节调整、分解与平滑 ; 经济指标的月度或季度时间序列包含4种变动要素：长期趋势要素T、循环要素C、季节变动要素S 和不规则要素I。 　　长期趋势要素 (T ): 代表经济时间序列长期的趋势特性。 　　循环要素 (C ): 是以数年为周期的一种周期性变动。 　　季节要素 (S ): 是每年重复出现的循环变动，以12个月或4个季度为周期的周期性影响，由温度、降雨、每年中的假期和政策等因素引起。季节要素和循环要素的区别在于季节变动是固定间距（如季或月）中的自我循环，而循环要素是从一个周期变动到另一个周期，间距比较长且不固定的一种周期性波动。 　　不规则要素 (I ): 又称随机因子、残余变动或噪声，其变动无规则可循，这类因素是由偶然发生的事件引起的，如罢工、意外事故、地震、水灾、恶劣气候、战争、法令更改和预测误差等。 ;图1 我国工业总产值的时间序列 Y 图形 图2 工业总产值的趋势·循环要素 TC 图形 ;二、季节调整的概念;§2.1 移动平均方法 ;2.1.1 简单的移动平均公式 ; 例如，常用的三项移动平均 (2.1.2) 两端补欠项： (2.1.3) (2.1.4) ; (2.1.5) 因为12是偶数，通过求平均值可以达到中心化，即中心化移动平均值为 (2.1.6) 中心化移动平均的一般公式为