概率统计复习和EViews简介-上海财经大学高等研究院数据中心.pdf

第 2 章 概率统计复习和 EViews 简介 经济变量大多为随机变量，经济变量之间的关系为随机关系。经济变量特征的刻画和经 济变量关系的研究都需要以概率论和统计的知识为基础。本章对概率论和统计学的内容进行 简要回顾，并对本书中用到的概念和理论进行较为深入的解释。 2.1 概率论复习 事件发生的可能性称为概率（Probability ），用P (A) 表示事件 A 的概率。一个随机现象 的所有结果发生的可能性大小构成其概率分布。概率分布是概率论研究的核心内容之一。 2.1.1 随机变量及分布 为便于采用数学工具研究随机现象，常用随机变量表示随机现象。随机现象的可能结果 常表现为数值，例如一次考试的分数，明天股票的收盘价，明年的 GDP 等，即便不是数值， 也可以用数值表示，例如是否考上大学可以用 1 和 0 表示，抛掷一枚硬币出现正反面也可以 用 0 和表示。因此，可以用变量表示随机现象，变量取一个值或者在每个范围内取值对应随 机现象的一个结果，这样的变量称为随机变量。随机变量分为离散随机变量和连续随机变量。 如果随机现象的可能结果为有限个（如 100 个鸡蛋孵出的小鸡个数），或者无限个但可以罗 列，则可以用取离散值（比如 0,1,2,…）的变量表示该随机现象，得出的随机变量为离散随 机变量。如果随机现象的可能结果对应连续的实数区间（例如一次考试的分数在[0,100]内取 值），则必须用连续取值的随机变量表示，这样的随机变量为连续随机变量。常常用英文字 母或者希腊字母如x , y ,ξ,η 等表示随机变量。离散随机变量的概率分布常用列表的形式或 者概率函数的形式给出，连续型随机变量则用概率密度刻画概率分布。 1. 离散随机变量的概率分布 以本书用到的二项分布为例介绍离散随机变量的有关概念。 二项分布（Binomial Distribution ） 独立进行n 次试验（例如用n 个鸡蛋孵化小鸡），每次试验中事件A （例如“孵出小鸡”） 发生的概率为 n p 。设ξ表示 次试验中A 发生次数（例如孵出小鸡的个数），ξ 为随机变量， 其概率分布用概率函数表示为 i i n−i （2.1 ） P (ξ i) C p (1−p ) , i 0,1,2, K, n n ，称ξ服从参数为(n, p ) 的为二项分布。以随机变量的取值为横坐标、对应的概率为纵坐标 画出概率分布图： 0.2 p(ξ=k) n=20,p=0.5 0.16 n=40,p=0.5 0.12 0.08 0.04 k 0 1 6 11 16 21 26 31 36 41 图 2.1 二项分布概率分布图 从图中可以看出，（i ）二项分布在某个取值处概率达到最大；（ii ）随着n 的增大，二项分布 逐渐接近正态分布。二项分布随机变量 ξ 的数学期望和方差分别为 Eξ np 和 Var(ξ) np(1−p ) 。 两点分布——二项分布的特例 n 1时的二项分布称为两点分布，此时随机变量ξ取 0 和 1 两个值，因此也称为 0-1 分布。由于C0 1 、C1 1，两点分布