序列的統(tǒng)計(jì)量、檢驗(yàn)和分布eviews應(yīng)用(文件)
【正文】 尾外是一種近似于正態(tài)的對(duì)稱(chēng)分布 . Extreme value(極值 )分布： I型極小值分布是有一條左長(zhǎng)尾的負(fù)偏分布 ,它非常近似于對(duì)數(shù)正態(tài)分布 . 可以在工作文件中選擇一些序列來(lái)與這些典型序列的分位數(shù)相比較 ， 也可以在編輯框中鍵入序列或組的名稱(chēng)來(lái)選擇對(duì)照的序列或組 ， EViews將針對(duì)列出的每個(gè)序列計(jì)算出 圖 。 下圖是 GDP增長(zhǎng)率序列分布的直方圖 : 24 核密度估計(jì)用 “ 沖擊 ” 代替了直方圖中的 “ 框 ” ， 所以它是平滑的 。 EViews針對(duì)核函數(shù) K提供如下操作 : Epanechnikov(default) Triangular （ 三角形 ） Uniform(Rectangular) （ 均勻分布 ） Normal(Gaussian) （ 正態(tài)分布 ） Biweight(Quartic) Triweight Cosinus ? ? ? ?11 ?? uIu)1()1(43 2 ?? uIu? ?121 ?uI?????? ? 221e x p21 u?? ? ? ?111615 22 ?? uIu? ? ? ?113235 32 ?? uIu? ?12co s4 ??????? uIu??這里 u是核函數(shù)的輻角， I (.)是指示函數(shù)，輻角為真時(shí)，它取 1，否則取 0。 28 下圖是 GDP增長(zhǎng)率序列分布的核密度估計(jì) : 29 167。 如果變換是不可以的 ， 會(huì)出現(xiàn)錯(cuò)誤提示 ， 對(duì)多項(xiàng)式 (Polynomial)的階數(shù)定的過(guò)高 。 21)( iiNii bxayr ????這里 xi , yi 是變形后的序列，權(quán)值 r 通過(guò)下式得到： ????? ???o t h e r w i s emef o rmer iii 016)361( 222其中 : ei ? yi – a –bxi ， m是 |ei| 的中間數(shù)，大的殘差的觀測(cè)值給一個(gè)小權(quán)數(shù)。局部是說(shuō)只用鄰近點(diǎn)也就是樣本的子集來(lái)一步步回歸，加權(quán)是說(shuō)鄰近點(diǎn)越遠(yuǎn)給越小的權(quán)數(shù)。 ( 1) Specification （說(shuō)明操作） 35 (2) Method 操作 可以選擇在樣本中的每一個(gè)數(shù)據(jù)點(diǎn)作局部回歸或在數(shù)據(jù)點(diǎn)的子集中作局部回歸 。 36 工作文件 GDP的最鄰近點(diǎn)擬合的散點(diǎn)圖 37 4. Scatter with Kernel Fit（核擬合分布） 這也是一種局部回歸擬合 ， 不過(guò)是無(wú)參數(shù)的 。 ? ? ? ? ? ?? ? ?????? ???????? ?? hXxKXxXxYxm iNikikii1210 ??? ? N是觀測(cè)值的個(gè)數(shù) ， h是帶寬 （ 或光滑參數(shù) ） ， K是核函數(shù) 。 Local linear操作設(shè)置 k=1。核心函數(shù)如下： Epanechnikov(default) Triangular Uniform(Rectangular) Normal(Gaussian) Biweight(Quartic) Triweight Cosinus )1()1(43 2 ?? uIu 在這里 I 是指示器， 1表示真， 2表示假。 相關(guān)矩陣及協(xié)方差矩陣 在組中可以顯示了組中各序列的相關(guān)矩陣及協(xié)方差矩陣。 42 167。 43 居民消費(fèi)（ CS）和 GDP的交叉相關(guān)系數(shù) 。序列 X 與 Y 的交叉相關(guān)的計(jì)算公式如下： ? ? ? ?? ? ? ?00 yyxxxyxycclclr ? ?2,1,0 ???l? ?? ?? ?? ?? ???????????????????????????2,1,03,
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1