eviews中的蒙特卡洛模拟程序.docxVIP

eviews中的蒙特卡洛模拟程序 模拟程序案例 例1,在做抛掷一枚质地均匀的硬币的试验中发“正面朝上”的事件(用 1表示)和“正 面朝下”的事件 A (用0表示)的情况。历史上一些学者得到的具体试验结果如下： 现在需要利用eviews来模拟上述三位学者的实验。 算法分析：上述三学者的实验均为二项分布的实验， 可以直接利用eviews产生二项分布随 机数的函数 @rbinom (n，p). 编程如下： workfile binom u 1 2048 series result for !i=0 to 1 smpl 1 2048 series x x(1)=0 for !cou=1 to 2048 x(!cou)=@rbi nom(!i,0.5) n ext n ext x.hist Series: X Sample 1 2048 Observations 2048 Mean 0.507813 Median 1.000000 Maximum 1.000000 Minimum 0.000000 Std. Dev. 0.500061 Skewness -0.031254 Kurtosis 1.000977 Jarque-Bera 341.3334 Probability 0.000000 1,200 1,000 - 800 - 600 - 400 - 200 - 0 I I 1 I 1 I 1 I 1 I 1 I 1 I 1 I 1 I 1 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 例2 (投掷骰子)(1)投掷一颗质地均匀的骰子，令 X表示其出现的点数，分析各点数出 现的频率的稳定性及变化规律；(2)利用统计的方法，根据“频率的稳定性”规律求投掷 一枚质地不均匀的骰子出现某点数的概率；(3)演示随机变量 X的数学期望的统计意义。 算法分析：根据逆变换法产生来自分布函数 F (x)的随机数，就要求出F-1(y)，其中F-1 (y)= inf{x : F (x) y}.0 y 1.质地均匀的骰子各点数出现的频率的分布函数是 F (x) =p (xx) = (i=1 ) /6，i-1 xvi，i=1，2，…，7 可求得 F-1 (y) =inf{x:F (x) y}.0 y 仁i-1， (i-1) /6y vi/6， i=1，…，6 因而，可先由产生均匀分布随机数的函数 @runif ( 0，1)抽取y值，再来计算F-1 (y) 值即可。 程序实现： workfile binom u 1 1000 smpl 1 1000 series x series y series a1 series a2 series a3 series a4 series a5 series a6 for !i=1 to 1000 a1(!i)=1/6 a2(!i)=2/6 a3(!i)=3/6 a4(!i)=4/6 a5(!i)=5/6 a6(!i)=1 x(!i)=@runif(0,1) if x(!i)a1(!i) then y(!i)=1 else if x(!i)=a1(!i) and x(!i)a2(!i) then y(!i)=2 else if x(!i)=a2(!i) and x(!i)a3(!i) then y(!i)=3 else if x(!i)=a3(!i) and x(!i)a4(!i) then y(!i)=4 else if x(!i)=a4(!i) and x(!i)a5(!i) then y(!i)=5 else if x(!i)=a5(!i) and x(!i)a6(!i) then y(!i)=6 else y(!i)=7 endif endif endif endif endif endif next y.hist 200Series: YSample 1 1000 200 Series: Y Sample 1 1000 Observatio ns 1000 Mea n 3.524000 Media n 3.000000 Maximum 6.000000 Mini mum 1.000000 Std. Dev. 1.680550 Skew ness -0.002354 Kurtosis 1.761188 Jarque-Bera 63.94489 Probability 0.000000 1.通过已知总体模型得到多组样本数据，进行多次回归，验证回归结果的特征、性质 最小二乘法的无偏性 workfile me u 1 10 vector(10) v1 vl.fill 80, 100,120,140,160,180,200,220,240,260 mtos(v1,x) !b1