Fmath-2朱家祥北大计量经济学课程.pptVIP

统计推论的部步骤 点估计 Point Estimation 点估计量的抽样分布 Sampling distribution 区间估计 Interval Estimation 假设检定 Hypothesis testing 1 点估计 对母体未知参数值的估计程序。 点估计量:计算估计值的方法(公式) 点估计值是点估计量代入观察值后的结果。点估计量为事前的随机变量，点估计值是事后的特定数值。 以初级統计为例… 假设抽样服从正态分佈。(因此有二未知母体参数待估计:母体均数及母体方差 ) 样本均数 为 的点估计量; 样本方差 为 的点估计量。 2 抽样分布 Sampling Distribution 若母体自身已是正态分布， 此時小样本下的抽样分布可分析 若母体本身的分布未知，則点估计量的抽样分布亦为未知。中央极限定理可用來近似大样本下的抽样分布。 抽样分布是区间估计及假设檢定的基础… 3 区间估计 Interval Estimation 抽样分布的延伸 为 的(1- )100%的置信区间。置信水准等於(1- )100%。 注意:置信区间的解释: 随机区间。 4 假设检定 Hypothesis Testing 统計假设: 对未知参数的特定主张。 原假设 : 神圣的信仰，或假想敌 对立假设: 原假设的补集合。 单边检定 双边检定 A 检定失误与检定力 第一型失误 :Type I error 第二型失误 :Type II error 检定力=1- 检定误差不可避免… 第一型与第二型誤差互为消長。研究人員僅能控制某一型误差发生的机率。 如果 是一神圣的信仰，若非有足夠強烈的証据，絕不轻言拒绝 因此， (显著水准，significance level) 可定设於较小的值。 若 为假想敌， 设定於较高的水准以提高检定力。 B 检定的步骤 设定原假设和对立假设。 決定参数的点估计量，及其相关的抽样分布。 拟定決策机制。 设定第一型误差的机率，解出临界值。 代入实际观察值，決定假设的真伪。 C 实例 假定母体服從正态分佈，N=26 设定原假设和对立假设： 其中 为已知常数。 注意: 不為假设的一部分，為干扰参数。 點估计量，及其抽样分布 母体均数的古典估计量为 並已知 統計決策机制: 若 拒絕 c 称为临界值。 设定显著水准…解临界值 令 =0.05 查表得 最后代入数据…….. 计算样本均数 和样本方差 : 计算临界值，並与样本均数相比。決定原假设之真伪。 注: 双边假设检定时 统計決策机制为 5 寻求点估计量的方法 动差法- Method of Moments：运用大数定理 Law of Large Numbers。 最大似然法- Maximum Likelihood 回归分析中常用最小二乘法 Ordinary Least Squares。 6 优良点估计量的标准 不偏性: 一致性: 有效性: 若 则 相对有效於 若兩者均为不偏， 注: 最受關注的標準是 一致性! * * 第二講: 统计推论 What lies Ahead? It depends! *