应用计量经济学第17章ppt课件.ppt

《应用计量经济学第17章ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、概率一个随机变量X，它的取值是由一个随机现象来决定的离散型随机变量的取值是可数的，例如：0、1、2连续型随机变量的聚值在一个区间内是无限的，例如：时间、距离离散型随机变量X的概率分布P[Xi]是对X可能的取值：X1,X2……所对应的概率例如，当抛掷一个六面骰子时，有六种可能的结果，平均每一种结果出现的可能性是1/6Figure17.1给出了概率分布图1Figure17.1六面骰子的概率分布2均值、方差与标准差期望（或均值）是离散型随机变量X对其各种可能的取值X,，使用每一个概率作为权重，进行加权平均的结果：(17.1)方差是离散型随机变量X对其各种可能的取值X,与其

2、期望的差的平方，使用每一个概率作为权重，进行加权平均的结果：(17.2)标准差是方差的平方根3连续随机变量连续型随机变量的取值在一个给定的区间内是无限的，或者说，可以取任何在这个区间内的值例如，Figure17.2展示了aspinner随机地选择圆上的一个点连续概率密度曲线的下方面积给出一个给定区间的概率Figure17.3展示了spinner例子的概率密度曲线4Figure17.20~1之间任选一个数5Figure17.3Spinner的连续概率密度分布6标准化变量为了标准化一个随机变量X，可以首先减去其均值，然后再除以它的标准差：(17.3)无论原来的随机变

3、量X有怎样的初始单位，标准化后的随机变量Z的均值均为0，标准差均为1标准化变量Z衡量了有多少个标准差倍的X大于或小于随机变量X的均值：如果X等于均值，那么Z等于0如果X超过均值一个标准差，那么Z等于1如果X小于均值两个标准差，那么Z等于-2Figures17.4与17.5展示了抛掷骰子与抛掷普通硬币的情况7Figure17.4a标准化变量Z，六面骰子的概率分布8Figure17.4b标准化变量Z，六面骰子的概率分布9Figure17.4c标准化变量Z，六面骰子的概率分布10Figure17.5a标准化变量Z，硬币实验的概率分布11Figure17.5b标准化变量Z，

4、硬币实验的概率分布12Figure17.5c标准化变量Z，硬币实验的概率分布13正态分布Figure17.6展示了正态分布的概率密度曲线Z在特定区间取值的概率由概率密度曲线下方的面积决定这个面积可以被统计软件计算出来，也可以在附录中查表获得服从正态分布的例子（至少是粗略的）：人类、狗、番茄的重量拇指的长度、肩膀的宽度、头骨的宽度IQ值、SAT、GRE得分猫身体上毛的数量、树上树叶的数量、扇贝壳螺纹的数量14Figure17.6正态分布15正态分布中心极限定理是经验研究中一个非常有力的理论，该理论建立在正态分布之上中心极限定理是指：如果Z是N个独立的、有相同分布、有有

5、限方差、有非零标准差的随机变量（可以是离散的，也可以是连续的）的和，那么，随着N的增加，Z的概率分布将趋向于正态分布16抽样首先，定义这些关键概念：总体：研究对象的全体集合样本：我们实际观察到的总体的一个部分统计推断：使用来自总体的样本以获得关于总体特征的方法17选择性偏误任何一个样本与总体都存在系统性差异，用样本来代替总体会产生样本偏误最常见的一种导致样本偏误的可能是选择性偏误，即在选择样本时，系统地排除部分样本选择性偏误的发生与我们方便地获取数据来源有关Self-selectionbiascanoccurwhenweexaminedataforagroupofp

6、eoplewhohavechosentobeinthatgroup当我们使用来自同一组的数据……会产生自选择偏误18生存着偏误、无应答偏误回溯研究通常研究同时期选择的样本的过去取值例如，65岁老年人一生的医学记录检查相反，预测研究则对同时期选择的样本的未来值感兴趣回溯研究与生存者偏误是不同的，生存者偏误中我们排除了那些已经不存在的总体的值无应答偏误是指参与一项实验或一项调查的一些个体系统性拒绝造成的偏误19随机选择的力量在一个来自总体的样本容量为N的简单随机样本中：总休的每一个取值都有可能被包含到样本中每一个样本都有相同的机会被选到我们是如何进行随机选择的？将总体的

7、每一个个体名称写在纸片上将全部纸片放入一个盒子中充分混合随机从例子中抽出纸片实践中，随机抽样通常是某种数据转换，使用电脑来随机抽取的20估计首先，认识这些术语：参数：总体的某些特征，它的值通常是未知的，但是是可以估计的估计量：是一个样本统计量，可以用来估计总体的参数估计值：估计量的一个具体取值，是通过一个具体的样本计算得到抽样变化：通常情况下，样本是随机抽取的，因此，样本与样本的均值是不同的，有时大于总体的期望，有时小于总体的期望21抽样分布一个统计是指抽样分布是指描述了总体所有可能聚会的概率分布或概率密度函数例如，如果个体观测值是来自正态分布的，那么，样本均值