《應(yīng)用統(tǒng)計(jì)分析》word版-預(yù)覽頁
【正文】 力檢驗(yàn)）二、多元回歸分析模型綜述： 理論模型設(shè)定：Y＝β1＋β2x2+β3x3+…+βkxk+ε其中，Y為被解釋變量（果） ；β1，β2….. βk待估的參數(shù)(未知參數(shù)) ；x1, x2, x3….xk為解釋變量（因）；為隨機(jī)擾動項(xiàng)抽取樣本代入設(shè)定模型得： Yi＝β1＋β2x2i+β3x3i+…+βkxki+εi i＝1,2，…,n 樣本容量 ： n30(最低：n3k或nk)如果,令Y= Y1 β = β1 ε= ε1 X= 1 X 21 X31 … Xk1Y2 β2 ε2 1 X 22 X32 … Xk2… … …. …………………………Yn βk εn 1 X 2n X 3n … Xkn 則樣本模型：Y=Xβ+ε(1) 隨機(jī)性： ε為隨機(jī)變量(2) 零均值： E(ε)=0(3) 同方差： (總體方差)(4) 無序列相關(guān)性：COV(εi,εj)=0 (解釋變量相互獨(dú)立) 協(xié)方差 ：COV(X,Y)= pi 為(xi ,yi)出現(xiàn)的概率 相關(guān)系數(shù)： CORR(x,y)=(5) Xji與εi不相關(guān)：解釋變量Xj (j=2,…k) 在反復(fù)隨機(jī)抽樣中是選定的變量,故矩陣X的階數(shù)不變.(6) Xji 之間不相關(guān)：即秩(X)=kn(7) 正態(tài)性: εi~N(0, δ2u) . yi~N(E(yi), δ2u)即E(Yi) =β1＋β2x2i+β3x3i+…+βkxki 樣本回歸超平面多元回歸分析的參數(shù)估計(jì)(O L S(Ordinary least square))(1) 參數(shù)β的最小二乘法估計(jì)令：是參數(shù)β的估計(jì)量；是Y的估計(jì)量。 ②t檢驗(yàn)：檢驗(yàn)變量（j=1,2,…,k）解釋能力的強(qiáng)弱等價(jià)于對假設(shè)進(jìn)行檢驗(yàn)。 假設(shè)：構(gòu)造F統(tǒng)計(jì)量： F服從自由度為（k1,nk）的F分布。三、具體應(yīng)用舉例：例如，對于一個(gè)具有三個(gè)解釋變量的線性經(jīng)濟(jì)計(jì)量模型，樣本容量n=25，應(yīng)用OLS估計(jì)參數(shù)，顯示結(jié)果如下：Y=+++(t=) (t=) (t=)R2= F= DW=對顯示的結(jié)果進(jìn)行判斷：（1） R2=，說明回歸方程具有良好的擬合優(yōu)度（2） 顯著性水平，(3,21)=,而F=，說明該方程在99%的顯著水平下仍是顯著成立的。顯著性水平，(21)=,顯然|t2|=,說明解釋變量X2在80%的概率水平下顯著。實(shí)際情況很少有符合分析模型的假設(shè)，環(huán)境不確定性 離散決策 和復(fù)雜性，使現(xiàn)實(shí)中這些現(xiàn)象極為少見。它常被用于估計(jì)策略變動的預(yù)期影響和決策所涉風(fēng)險(xiǎn)。假定Y1，Y2，…，Yn是隨機(jī)變量Y的n個(gè)獨(dú)立同分布的觀察變量，則Y的經(jīng)驗(yàn)分布為：其中：故標(biāo)準(zhǔn)的統(tǒng)計(jì)量： 結(jié)論：分位點(diǎn)Yq的估計(jì)有兩種方法① 構(gòu)造隨機(jī)變量Y的累積經(jīng)驗(yàn)分布，然后通過對隨機(jī)變量Y的經(jīng)驗(yàn)分布進(jìn)行逆變換獲得。Step3:利用這1000個(gè)市場指數(shù)收益率序列，模擬計(jì)算基金收益率一天范圍內(nèi)的1000個(gè)可能值，然后把基金模擬變化值進(jìn)行排序，就可以看出頻率分布形狀。系統(tǒng)模擬模型：建立隨時(shí)間推移而出現(xiàn)的事件序列模型例：若進(jìn)貨數(shù)量Q銷售需求D，利潤R的關(guān)系如下：R＝ +6(QD) 若D≤Q 在D＞Q若令Q＝60（訂貨量確定）需求量取值： 40 1/650 1/660 1/670 1/680 1/6 90 1/6模擬過程：1） 建立所研究系統(tǒng)或問題的優(yōu)化模型2） 建立模擬模型3） 驗(yàn)證和確定模型4） 設(shè)計(jì)利用模型試驗(yàn)5） 進(jìn)行實(shí)驗(yàn)并分析結(jié)果
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1