序列的統(tǒng)計量、檢驗(yàn)和分布(存儲版)
【正文】 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 ， 不過是無參數(shù)的 。局部是說只用鄰近點(diǎn)也就是樣本的子集來一步步回歸，加權(quán)是說鄰近點(diǎn)越遠(yuǎn)給越小的權(quán)數(shù)。 如果變換是不可以的 ， 會出現(xiàn)錯誤提示 ， 對多項(xiàng)式 (Polynomial)的階數(shù)定的過高 。 EViews針對核函數(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，它取 1，否則取 0。 當(dāng)選擇 View/Distribution Graphs/QuantileQuantile….下面的 Plot對話框會出現(xiàn) : 21 可以選與如下的理論分布的分位數(shù)相比較 : Normal(正態(tài) )分布：鐘形并且對稱的分布 . Uniform(均勻 )分布：矩形密度函數(shù)分布 . Exponential(指數(shù) )分布：聯(lián)合指數(shù)分布是一個有著一條長右尾的正態(tài)分布 . Logistic(邏輯 )分布：除比正態(tài)分布有更長的尾外是一種近似于正態(tài)的對稱分布 . Extreme value(極值 )分布： I型極小值分布是有一條左長尾的負(fù)偏分布 ,它非常近似于對數(shù)正態(tài)分布 . 可以在工作文件中選擇一些序列來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來選擇對照的序列或組 ， EViews將針對列出的每個序列計算出 圖 。 對 0 ? q ? 1, X 的分位數(shù) x(q) 滿足下式： qxxp r o b q ?? )( )( qxxp r o b q ??? 1)( )(，且 分位數(shù)函數(shù)是 CDF的反函數(shù) ， 可以通過調(diào)換 CDF的橫縱坐標(biāo)軸得到 。 這些圖包含著復(fù)雜計算和大量的特殊操作，對某些完全技術(shù)性的介紹，不必掌握所有細(xì)節(jié)。 x14 3. 中位數(shù)檢驗(yàn) ? 原假設(shè)為序列 x的中位數(shù)等于 m，備選假設(shè)為雙邊假設(shè)，x的中位數(shù)不等于 m，即 ? ?? ? mxm e dHmxm e dH??::10 EViews提供了三個以排序?yàn)榛A(chǔ)的無參數(shù)的檢驗(yàn)統(tǒng)計量。 12 這是檢驗(yàn)例 GDP增長率的均值， 檢驗(yàn) H0： ?X=10%，H1： ?X≠10% 。 均值、中位數(shù)、方差的假設(shè)檢驗(yàn) ? 這部分是對序列均值、中位數(shù)、方差的假設(shè)檢驗(yàn)。如果 K 值大于 3， ????8 ? JarqueBera 檢驗(yàn) 檢驗(yàn)序列是否服從正態(tài)分布。計算公式如下 ? ? 2111? yyNs iNi??? ??N 是樣本中觀測值的個數(shù)， 是樣本均值。 直方圖將序列的長度按等間距劃分 ， 顯示觀測值落入每一個區(qū)間的個數(shù) 。1 第一章 序列的統(tǒng)計量、檢驗(yàn)和分布 ? EViews提供序列的各種統(tǒng)計圖 、 統(tǒng)計方法及過程 。 描述統(tǒng)計量 ? 以直方圖顯示序列的頻率分布 。 標(biāo)準(zhǔn)差 (Standard Deviation) 標(biāo)準(zhǔn)差衡量序列的離散程度。 意義同 S中 ， 正態(tài)分布的 K 值為 3。 9 167。 可以輸入任何數(shù)或標(biāo)準(zhǔn) EViews表達(dá)式 ，
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1