計(jì)量經(jīng)濟(jì)學(xué)的統(tǒng)計(jì)學(xué)基礎(chǔ)_第1頁
計(jì)量經(jīng)濟(jì)學(xué)的統(tǒng)計(jì)學(xué)基礎(chǔ)_第2頁
計(jì)量經(jīng)濟(jì)學(xué)的統(tǒng)計(jì)學(xué)基礎(chǔ)_第3頁
計(jì)量經(jīng)濟(jì)學(xué)的統(tǒng)計(jì)學(xué)基礎(chǔ)_第4頁
計(jì)量經(jīng)濟(jì)學(xué)的統(tǒng)計(jì)學(xué)基礎(chǔ)_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

計(jì)量經(jīng)濟(jì)學(xué)的統(tǒng)計(jì)學(xué)基礎(chǔ)引言計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個分支,它研究如何利用統(tǒng)計(jì)學(xué)方法和經(jīng)濟(jì)理論來分析經(jīng)濟(jì)現(xiàn)象。在計(jì)量經(jīng)濟(jì)學(xué)中,統(tǒng)計(jì)學(xué)是非常重要的基礎(chǔ),它為我們提供了估計(jì)經(jīng)濟(jì)模型參數(shù)的工具。本文將介紹計(jì)量經(jīng)濟(jì)學(xué)中的統(tǒng)計(jì)學(xué)基礎(chǔ)知識,包括概率分布、假設(shè)檢驗(yàn)和回歸分析。1.概率分布概率分布是描述隨機(jī)變量可能取值的概率的函數(shù)。在計(jì)量經(jīng)濟(jì)學(xué)中經(jīng)常使用的兩個概率分布是正態(tài)分布和t分布。1.1正態(tài)分布正態(tài)分布是一種對稱的連續(xù)型概率分布,它的特點(diǎn)是均值和標(biāo)準(zhǔn)差可以完全描述該分布。正態(tài)分布在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用非常廣泛,例如在回歸分析中,我們通常假設(shè)誤差項(xiàng)服從正態(tài)分布。在Markdown文本中,我們可以使用數(shù)學(xué)公式來表示正態(tài)分布的概率密度函數(shù)如下:$$f(x;\\mu,\\sigma)=\\frac{1}{\\sqrt{2\\pi}\\sigma}e^{-\\frac{(x-\\mu)^2}{2\\sigma^2}}$$其中,x是隨機(jī)變量,$\\mu$是均值,$\\sigma$是標(biāo)準(zhǔn)差。1.2t分布t分布是一種對稱的連續(xù)型概率分布,它的形狀和正態(tài)分布很類似。t分布與正態(tài)分布的不同之處在于t分布有一個稱為自由度的參數(shù)。在計(jì)量經(jīng)濟(jì)學(xué)中,t分布通常用于小樣本情況下的假設(shè)檢驗(yàn)。給定一個自由度為v的t分布,其概率密度函數(shù)可以表示為:$$f(x;v)=\\frac{\\Gamma(\\frac{v+1}{2})}{\\sqrt{\\piv}\\Gamma(\\frac{v}{2})}\\left(1+\\frac{x^2}{v}\\right)^{-\\frac{v+1}{2}}$$其中,$\\Gamma(\\cdot)$表示gamma函數(shù)。2.假設(shè)檢驗(yàn)假設(shè)檢驗(yàn)是計(jì)量經(jīng)濟(jì)學(xué)中常用的統(tǒng)計(jì)推斷方法之一,它用于判斷某個經(jīng)濟(jì)假設(shè)是否成立。在假設(shè)檢驗(yàn)中,我們首先提出一個原假設(shè),然后根據(jù)樣本數(shù)據(jù)來判斷是否拒絕原假設(shè)。假設(shè)檢驗(yàn)的步驟一般包括以下幾個步驟:提出原假設(shè)和備擇假設(shè);選擇適當(dāng)?shù)慕y(tǒng)計(jì)檢驗(yàn)方法;設(shè)置顯著性水平,即拒絕原假設(shè)的最小概率;計(jì)算檢驗(yàn)統(tǒng)計(jì)量,并基于統(tǒng)計(jì)分布判斷是否拒絕原假設(shè);根據(jù)檢驗(yàn)結(jié)果作出統(tǒng)計(jì)推斷。常見的假設(shè)檢驗(yàn)方法包括t檢驗(yàn)、F檢驗(yàn)和卡方檢驗(yàn)等。3.回歸分析回歸分析是計(jì)量經(jīng)濟(jì)學(xué)中最常用的分析方法之一,它用于研究不同變量之間的關(guān)系。在回歸分析中,我們通常關(guān)注的是因變量和一個或多個自變量之間的關(guān)系。一元線性回歸模型是回歸分析中最簡單的模型之一,它的數(shù)學(xué)表示可以寫為:$$y=\\beta_0+\\beta_1x+\\epsilon$$其中,y是因變量,x是自變量,$\\beta_0$和$\\beta_1$是回歸系數(shù),$\\epsilon$是誤差項(xiàng)。在Markdown文本中,我們可以使用表格來展示回歸結(jié)果,例如:CoefficientsStandardErrortvaluePr(>Intercept0.73980.31502.3460.025x1.51420.27825.4430.001上表展示了回歸系數(shù)的估計(jì)結(jié)果,包括系數(shù)估計(jì)值、標(biāo)準(zhǔn)誤差、t值和p值等統(tǒng)計(jì)量。結(jié)論本文介紹了計(jì)量經(jīng)濟(jì)學(xué)中的統(tǒng)計(jì)學(xué)基礎(chǔ)知識,包括概率分布、假設(shè)檢驗(yàn)和回歸分析。對于計(jì)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論