序列的統(tǒng)計量、檢驗和分布eviews應(yīng)用-文庫吧資料
2025-05-23 03:38本頁面
【正文】 ter（ 簡單散點圖 ） 其第一個序列在水平軸上，其余的在縱軸上。 28 下圖是 GDP增長率序列分布的核密度估計 : 29 167。帶寬的選取在密度估計中非常重要，缺省設(shè)置是一種基于數(shù)據(jù)的自動帶寬， },m i n { 5/1 RskNh ?? 這里 N是觀測值的數(shù)目； s是標準離差； R是序列的分位數(shù)間距；因子 k是標準帶寬變換 ， 標準帶寬變換用來調(diào)整帶寬以便對不同的核函數(shù)自動密度估計有大致相當?shù)钠交?。 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。 一個序列 X 在點 x 的核密度估計為： 這里， N是觀測值的數(shù)目， h是帶寬（或平滑參數(shù)）， K是合并為一體的核函數(shù)。 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 。 一個序列的分布的最簡單非參數(shù)密度估計是直方圖 。 當選擇 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 。如果這兩個分布是相同的，則 圖將在一條直線上。 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。 Saved matrix name可以允許把結(jié)果保存在一個矩陣內(nèi) 。 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的橫縱坐標軸得到 。在序列菜單中或組菜單中選擇View /Distribution/ CDF—Survivor—Quantile… 時 ( 組菜單的Multiple Graphs中 )，就會出現(xiàn)下面的對話框： 17 其中 ， Cumulative Distribution(累積分布 )操作用來描繪序列的經(jīng)驗累積函數(shù) （ CDF） 。 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。直接點擊 ok鍵接受缺省設(shè)置，就可以輕松的展現(xiàn)出每個圖。 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
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1