概率与统计基础.pptVIP

*可以选与如下的理论分布的分位数相比较:Normal(正态)分布：钟形并且对称的分布.Uniform(均匀)分布：矩形密度函数分布.Exponential(指数)分布：联合指数分布是一个有着一条长右尾的正态分布.Logistic(逻辑)分布：除比正态分布有更长的尾外是一种近似于正态的对称分布.Extremevalue(极值)分布：I型极小值分布是有一条左长尾的负偏分布,它非常近似于对数正态分布.可以在工作文件中选择一些序列来与这些典型序列的分位数相比较，也可以在编辑框中键入序列或组的名称来选择对照的序列或组，EViews将针对列出的每个序列计算出QQ图。第95页,共98页，星期六，2024年，5月*下图是GDP增长率和指数分布的Q-Q图：第96页,共98页，星期六，2024年，5月*§1.5交叉相关交叉相关（CrosscorrelationandCorreligrams）显示组中头两个序列的交叉相关。序列X与Y的交叉相关的计算公式如下：注意与自相关不同，交叉相关不必围绕滞后期对称。交叉相关图中的虚线是二倍的标准差，近似计算。第97页,共98页，星期六，2024年，5月感谢大家观看第98页,共98页，星期六，2024年，5月**κκ**α**αα*?12=?22?12??22?12??22?12?22?12??22?12?22(2)关于方差比?12/?22的检验?1,?2均未知原假设H0备择假设H1检验统计量及其在H0为真时的分布拒绝域第63页,共98页，星期六，2024年，5月*参数的点估计利用给定样本观察值，算出参数的估计值。但用点估计的方法得到的估计值不一定是参数的真值，即使与真值相等也无法肯定这种相等（因为总体参数本身是未知的），也就是说，由点估计得到的参数估计值没有给出它与真值之间的可靠程度(精度)，在实际应用中往往还需要知道参数的估计值落在其真值附近的一个范围。为此我们要求由样本构造一个以较大的概率包含真实参数的一个范围或区间，这种带有概率的区间称为置信区间，通过构造一个置信区间对未知参数进行估计的方法称为区间估计。六、区间估计第64页,共98页，星期六，2024年，5月*1、置信区间定义：满足设是一个待估参数，给定若由样本X1,X2,…Xn确定的两个统计量则称区间是的置信度（置信概率,置信水平）为的双侧置信区间.分别称为置信下限和置信上限.作区间估计,就是要设法找出两个只依赖于样本置信上下限置信区间是以统计量为端点的随机区间，希望区间包含参数真值的概率达到指定的要求.第65页,共98页，星期六，2024年，5月*2.估计的精度要尽可能的高.如要求区间长度尽可能短，或能体现该要求的其它准则.1.要求以很大的可能被包含在区间内，就是说，概率要尽可能大.即要求估计尽量可靠.可靠度与精度是一对矛盾，一般是在保证可靠度的条件下尽可能提高精度.处理可靠性与精度的原则求参数置信区间先再保证可靠性提高精度第66页,共98页，星期六，2024年，5月*2、置信区间的求法方差?2已知,?的置信水平(度)为1-α置信区间为：(1)一个正态总体X～N(???2)的情形由由确定解得到（1）式第67页,共98页，星期六，2024年，5月*(2)方差?2未知,?的置信区间由确定故?的置信区间为第68页,共98页，星期六，2024年，5月*(3)当?已知时,方差?2的置信区间取统计量，得?2的置信度为置信区间为由概率公式(3)第69页,共98页，星期六，2024年，5月*随机向量的数字特征一、数学期望1、定义是有随机变量构成的随机矩阵，定义X的数学期望为第70页,共98页，星期六，2024年，5月*特别当时，便可得到随机向量的数学期望为第71页,共98页，星期六，2024年，5月*