经济预测与决策（第二版）B01统计基础.pptxVIP

第1章 统计基础;1.1 随机变量;1.1.1 随机变量及分布 1．随机变量含义 一个随机试验的可能结果（称为基本事件）的全体组成一个样本空间Ω。 随机变量X是定义在样本空间Ω上的取值为实数的函数，即对每一个随机试验e∈Ω，有一个实数X(e)与之对应。则称定义在Ω上的实值单值函数X＝X(e)为随机变量。;当一个随机变量的取值范围仅为有限个或可列无限个实数时，则称其为离散型随机变量。例如，记X表示一天内某证券交易市场的股民数，X可能取值为{0,1,2,3，……}，X为离散型随机变量。 当一个随机变量的取值范围为数轴上的一个区间(a,b)时，则称其为连续性随机变量。这里a可以为-∞，b可以为+∞。例如，记Y表示商品的销售价格，Y可能取区间[1.2,2.3]之间的任何数，Y为连续型随机变量。;2．分布函数 设X是随机变量，x为任意实数，函数 称为X的分布函数。 对于任意实数x1,x2（x1x2），有 P(x1X≤x2)= P(X≤x2)- P(X≤x1)=F(x2) -F(x1);3．离散型随机变量的分布律 对离散型随机变量而言，常用分布律来表示其分布。;（1）0－1分布 如果随机变量X只能取0或1两个值，其分布律为：;（2）二项分布;4．连续型随机变量的概率密度函数 ;;1.1.2 随机变量的数字特征 1．数学期望及方差;2．协方差及相关系数;3．矩、协方差矩阵;3．矩、协方差矩阵;1.1.3 应用举例 【实例1-1】;?;单元格;1.2 样本及抽样分布;1.2.1 基础知识 1．总体、个体、样本 研究对象的某项数量指标的值的全体称为总体。构成总体的每个成员称为个体。 设X是具有分布函数F的随机变量，若X1,X2,…,Xn是具有同一分布函数F且相互独立的随机变量，则称X1,X2,…,Xn为从分布函数F得到的容量为n的简单随机样本，简称样本，它们的观察值x1,x2,…,xn称为样本值，又称为X的n个独立的观察值。;2.统计量及观察值 设X1,X2,…,Xn是来自总体X的一个样本,g(X1,X2,…,Xn)是X1,X2,…,Xn的函数,若g是连续函数且g中不含任何未知参数,则称g(X1,X2,…,Xn)为统计量。 若x1,x2,…,xn为样本X1,X2,…,Xn的观察值,则g(x1,x2,…,xn)为统计量g(X1,X2,…,Xn)的观察值。;1.2.2 抽样分布 统计量是样本的函数，它是一个随机变量，其分布称为抽样分布。;;（2）t分布;;（3）F分布;;（4）正态总体的样本均值和样本方差的分布;【实例1-2】;?;单元格;?; 对本例来说: 　　zα=NORMINV(1-0.05,40,1.5)=42.467 3 函数NORMINV(prob,μ,σ)返回概率为prob(=1-α)、均值为μ、方差为σ2 的正态分布的上α分位点zα。对应的相反函数为NORMDIST,详见Excel中的帮助项。;分布名称;?;例1—5　n=50,α=0.05,计算t分布的上α分位点tα(n)。 解　tα(n)=TINV(α*2,n)=TINV(0.1,50)=1.676 TINV(prob,df)返回概率为prob(=α*2)和自由度为df的学生 t 分布的上α分位点tα(n)。对应的相反函数为TDIST,详见Excel中的帮助项。;例1—6　n1=10,n2=20,α=0.05,计算F分布的上α分位点Fα(n1,n2)。 解　Fα(n1,n2)=FINV(α,n1,n2)=FINV(0.05,10,20)=2.35 FINV(prob,df1,df2)返回概率为prob(=α)和自由度为df1,df2的F分布的上α分位点Fα(n1,n2)。对应的相反函数为FDIST,详见Excel中的帮助项。;1.3 参数估计;1.3.1 点估计 1．点估计含义;2．点估计评价标准;1.3.2 区间估计 1．区间估计含义;?;2．正态总体均值与方差的区间估计 （1）单个总体N(μ,σ2);2．正态总体均值与方差的区间估计 （1）单个总体 ;?;?;?;?;3．0－1分布参数的区间估计;4．单侧置信区间;4．单侧置信区间;1.3.3 应用举例;?;?;1.4 假设检验;1.4.1 基础知识 1．假设检验的含义 就是在总体的分布函数完全未知或只知其形式、但不知其参数的情况下，为了推断总体的某些性质，提出关于总体的假设，进而作出“接受”或“拒绝”的判断。;基本步骤为： （1）建立假设，即根据实际问题的要求，提出原假设H0及备择假设H1； （2）给定显著水平 及样本容量n； （3）确定检验统计量以及拒绝域的形式； （4）按P{拒绝H0|H0为真}＝ 求出拒绝域； （5）作出判断，即根据样本观察值