序列的統(tǒng)計量、檢驗和分布eviews應(yīng)用(完整版)
【正文】 ， 一直到核密度估計 。 2 ? 打開工作文件，雙擊一個序列名，即進入序列的對話框。 中位數(shù) (median) 即從小到大排列的序列的中間值。例 X的偏度為 0，說明X的分布是對稱的；而例 GDP增長率的偏度是 ，說明GDP增長率的分布是不對稱的。如果該值很小，則拒絕原假設(shè)。 x? 原假設(shè)是序列 x 的期望值 ? ? m ，備選假設(shè)是 ? ≠m ，即 11 ? 如果給定 x的標(biāo)準(zhǔn)差， EViews計算 t 統(tǒng)計量： Nmxt??? ? 是指定的 x的標(biāo)準(zhǔn)差。 13 2. 方差檢驗 ? 檢驗的原假設(shè)為序列 x 的方差等于 ? 2，備選假設(shè)為雙邊的，x 的方差不等于 ? 2 ，即 ? ?? ? 2120va r:va r:????xHxH EViews計算 ?2統(tǒng)計量，計算公式如下 ? ? ? ????????Nii xxNssN12222211,1?? N為觀測值的個數(shù) ， 為 x的樣本均值 。 分布函數(shù) EViews提供了幾種對數(shù)據(jù)進行初步分析的方法。 序列分布圖 本節(jié)列出了三種描述序列經(jīng)驗分布特征的圖。 19 工作文件 GDP增長率的分布圖 20 2. Quantile—Quantile圖 Quantile—Quantile ( 圖 )對于比較兩個分布是一種簡單但重要的工具。 下圖是 GDP增長率序列分布的直方圖 : 24 核密度估計用 “ 沖擊 ” 代替了直方圖中的 “ 框 ” ， 所以它是平滑的 。 28 下圖是 GDP增長率序列分布的核密度估計 : 29 167。 21)( iiNii bxayr ????這里 xi , yi 是變形后的序列，權(quán)值 r 通過下式得到： ????? ???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)，大的殘差的觀測值給一個小權(quán)數(shù)。 ( 1) Specification （說明操作） 35 (2) Method 操作 可以選擇在樣本中的每一個數(shù)據(jù)點作局部回歸或在數(shù)據(jù)點的子集中作局部回歸 。 ? ? ? ? ? ?? ? ?????? ???????? ?? hXxKXxXxYxm iNikikii1210 ??? ? N是觀測值的個數(shù) ， h是帶寬 （ 或光滑參數(shù) ） ， K是核函數(shù) 。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。 42 167。序列 X 與 Y 的交叉相關(guān)的計算公式如下： ? ? ? ?? ? ? ?00 yyxxxyxycclclr ? ?2,1,0 ???l? ?? ?? ?? ?? ???????????????????????????2,1,03,2,1,011lTxxyylTyyxxlclttlTtlttlTtxy 注意與自相關(guān)不同，交叉相關(guān)不必圍繞滯后期對稱。越大越平滑。 38 打開 Scatter with kernel fit
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1