计量学-随机变量、统计推断和随机过程.ppt

随机变量、统计推断和随机过程 提要 介绍计量经济学的概率统计基础知识 包括随机变量、统计推断和随机过程知识 假设有基本的概率论知识 本教材的计量经济模型和分析方法的需要 对于学习和理解计量经济分析方法有启发 第一节 随机变量和概率分布 一、随机变量及其概率分布 二、多元分布和条件分布 三、概率分布的数字特征 四、常见分布 五、随机变量的收敛性和极限理论 一、随机变量及其概率分布 （一）随机变量 随机变量就是数量化的随机事件。 按照公理化定义，随机变量是从样本空间扩张而成的 -域到实数集的函数。 在经济问题中，随机变量就是有随机性的经济指标、水平。 随机变量也可以通过对定性事件的数量化转化得到。 “离散型随机变量”和“连续型随机变量”。 （二）概率分布 随机变量重要的是取特定值的可能性，称为随机变量的“概率分布”。 用 表示一个随机变量，那么概率分布就是设定 取特定值（一般用 表示）的概率，记为 。 对于离散型随机变量来说，由于它们只取有限或可数个数值，因此离散型随机变量的概率分布一般可以用罗列的方法表示，用表格表示，或者用图形表示等。 （三）分布函数 连续型随机变量的可能取值无穷多，而每个值取到的概率都是无穷小，无法用直接罗列概率的方法表达和研究，只能用反映随机变量取特定范围值可能性大小的分布函数，也称“累积分布函数”（accumulated distribution function），进行描述和研究。 分布函数就是随机变量的取值不大于给定水平的概率构成的函数。 离散型随机变量的分布函数可以通过概率分布列的求和得到。 分布函数完整地描述了随机变量的情况，掌握分布函数等于掌握了随机变量的随机性规律。 随机变量的分布函数有如下性质： （1） ， ； （2） 若 ，则 ； （3） ； （4） ； （5） 。 （四）密度函数 连续型随机变量的概率分布还有另外一个有意义的概念，那就是密度函数（density function）或者称“概率密度函数”。 如果 是 的分布函数， 是 的密度函数，那么两者有如下关系： 密度函数 满足： （1） ； （2） ； （3）若 是连续型随机变量 的分布密度，则对实数轴上的任一测度 ，有 （五）随机变量函数的概率分布 如果 是随机变量 的函数 ，设 的分布函数为 ，则 的分布函数为 含义是，自变量（随机）取特定值的概率，就是函数取相应函数值的概率。 当 是离散型随机变量时，其可能取值为 ，且 ，则 当 是连续型随机变量时，其分布密度函数为 ，则 二、多元分布和条件分布 （一）随机向量和多元分布 计量经济学中会遇到大量相互联系的两个或多个随机变量的情况。许多时候重要的不是每个随机变量单独的随机性，而是一组变量取特定水平的概率。 随机向量也有概率分布问题，称为“多元分布”。随机向量多元分布的含义是两个或多个随机变量取一组特定值的概率分布，一般用联合分布函数表示。 从随机向量的联合分布函数可以引出随机变量边际分布的概念。 （二）条件分布和随机变量的独立性 条件分布： 设 是一个随机变量，事件B 满足 ，则称 为在事件B发生的条件下 的“条件分布函数”，或简称“条件分布”。 随机变量的相互独立性： 如果 的联合分布函数等于所有一维边缘分布函数的乘积，即 那么称 是“相互独立”的。 三、概率分布的数字特征 （一）期望 也称“数学期望”。衡量随机变量取值的平均水平，定义为随机变量的可能取值，以相应概率为权重加权的概率均值。 （二）方差 衡量随机变量取值发散程度的指标，定义为随机变量与其数学期望偏差平方的概率加权和。 （三）期望和方差的性质 （四）条件期望