EViews统计分析1-EViews软件基础.ppt

正态分布 如果X服从正态分布，则 五、概率统计知识  统计检验中常用的两个重要结论： (1)Prob（μx–1.96σx Xi +μx+ 1.96σx）≈0.95 1-1 (2)Prob（μx–2.57σx Xi +μx+2.57σx）≈0.99 1-2 其中，μx和σx分别是正态随机变量X的均值和标准差。 公式1-1表示，正态随机变量X的观测值落在均值的距离为1.96倍标准差范围内的概率约为0.95；公式1-2表示，正态随机变量X的观测值落在均值的距离为2.57倍标准差范围内的概率约为0.99 。 不同的均值和方差下的正态分布，其形状不同 a）表示均值不同，方差相同；b）表示均值相同，方差不同；c）均值和方差都不同 χ2分布 服从标准正态分布的随机变量X的平方服从自由度为1的χ2分布，记作 若x～N [0,1] 则 z =x2～χ2(1) 若x1，x2，x3，…，xn 是 n个相互独立的服从χ2分布 且自由度为1的随机变量， 即χ2(1) 则 z=∑i xi～χ2(n) t分布 若X是一个服从N(0,1)的变量，Y是一个独立于x且服从χ2(n)的变量，则变量Z服从自由度为n的t分布， 即 F分布 若变量xi（i=1，2，…，m）服从正态分布N(μx, σ2x)，变量yi（i=1，2，…，n）服从正态分布N(μy, σ2y)，两个变量xi与yi相互独立。 设 则 当F值接近于1时，两个正态总体分布x与y的方差相等，即σ2x =σ2y；反之，则方差不等。 正态分布、χ2分布、t分布和F分布之间的关系 （1）当t分布的自由度足够大时，其近似标准正态分布。 （2）在F分布中，当自由度(m-1)与 (n-1)逐渐增大时，F分布近似于正态分布。 （3）在χ2分布中，当其自由度足够大时，近似于正态分布。 点估计 设X1, X2,…,Xn为来自总体X的样本，x1, x2,…,xn为相应的样本值。θ为总体分布的未知参数，为了估计未知参数θ，构造一个统计量h(X1, X2,…,Xn)，然后用该统计量h(x1, x2,…,xn)的值来估计θ的真值。称h(X1, X2,…,Xn)为θ的估计量，h(x1, x2,…,xn)为θ的估计值。 θ的估计值是数轴上的一点，用估计值作为真值的近似值就相当于用一个点来估计θ，因此为点估计。 点估计要具有的性质 无偏性 有效性 一致性 区间估计 区间估计是关于参数和服从已知分布的点估计的一个函数。 令p（g，θ）是所构造的随机变量，给出预定的置信水平1-α，则可以表述为 Prob（b p(g,θ)c）=1-α 例如，为了对均值等于的假设进行检验，我们指定μx=以及显著性水平。 原假设 H0：μx= μx*， 备择假设H1：μx≠μx* 显著性水平：5% 如果假设的均值位于95%置信区间外，就拒绝原假设，如果在95%置信区间内，则接受原假设。 第Ⅰ类错误和第Ⅱ类错误 如果检验的原假设为β=0，且在5%的显著性水平下拒绝了原假设。很可能这个拒绝是不正确的，这种错误被成为第Ⅰ类错误，它发生的概率为5%。如果在检验中不能拒绝β=0的原假设，这意味着要把它作为正确的结论而接受。但这也可能是错误的结论，如果β的真实值为0.02，这时的原假设是不成立的，但我们却接受了它，这种错误被成为第Ⅱ类错误。 p 值 p值衡量的是犯第Ⅰ类错误的概率，即拒绝正确的原假设的概率。p值越大，错误地拒绝原假设的可能性越大；p值越小，拒绝原假设时的正确度越大。 * EViews统计分析基础教程 第1章 EViews软件基础 重点内容： EViews软件的安装与启动 EViews软件的主要功能 常用的概率分布 一、EViews软件简介 EViews的前身是1981年发行的Micro TSP（时间序列分析软件包）。目前已更新到5.0、5.1、6.0版本。该软件主要应用于经济、金融、管理和保险等领域。 一、EViews软件简介 EViews的特点： 分析处理时间序列数据。 具有现代Windows软件可视化操作的优点。 EViews具有命令功能和批处理语言功能。 二、EViews软件安装与启动 QMS公司的网站（http://www.EV/ ）提供了EViews软件的下载专区,可进入该区并进行下载操作。或到网上搜索EViews软件，并进行软件压缩包的下载。 二、EViews软件安装与启动 EViews软件的启动方法： 方法一：单击任务栏上的“开始”按钮，选择“程序”|“EViews 5