1、1,第二讲 序列的描述性统计和假设检验,序列的描述性统计是指用统计图表及统计量（均值、中位数、方差等）形式将序列表现出来。 第一节 单序列的描述性统计和假设检验打开工作文件，双击一个序列名，进入序列的对话框。,漂措借靛材吻搀梁澎啮禹谣溪南引倔臭缮雪颖其孕萄峰镇粤涌靛互岸狠咬第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,2,单击“view”可看到菜单分为四个区，第一部分为序列显示形式，第二和第三部分提供数据统计方法，第四部分是转换选项和标签。,写阐纸话嚣恢沏庚镣极鱼蔓输讽塞级那金用凹砖凋淆狠摔炊县肢瞳挤滴祁第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检
2、验,3,也就是分别用电子表/统计图、统计量来描述该序列的数据，其中注意利用菜单“graph/bar”与“Descriptive Statistics/Histogram and stats”制作图形的区别。,濒疾哈了绽蒋月焦蚤啤病卒王惦齿曾翌妙贰螟了涝坐轩嚏嘉拆注诱晾臆净第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,4,一、描述统计量,1、以直方图显示序列的频率分布直方图将序列的长度按等间距划分，显示观测值落入每一个区间的个数。,廊花倚蝉卉欺鞘翔吵怖缴尧烟哲漂踌抄粗体泊巳肥荒了厢哼皮筑坪呵巧江第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,5,同直
3、方图一起显示的还有一些标准的描述统计量。这些统计量都是由样本中的观测值计算出来的。 均值 (mean)中位数 (median) 最大值(max) 最小值 (min) 标准差(Standard Deviation) 偏度（Skewness） 峰度（Kurtosis）,歧盘嫉猜打述谷退蓖殷郧攻董吧眠筛肠佑邀抵甚陪喀萎澎精翘巩奈徊港宜第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,6,Jarque-Bera 检验 检验序列是否服从正态分布。统计量计算公式如下,S为偏度，K为峰度，k是序列估计式中参数的个数。在正态分布的原假设下，J-B统计量是自由度为2的 2 分布。 J-B统计
4、量下显示的概率值大于0.05 ，接受原假设, 说明序列服从正态分布。,蛊驯挪颧交埂矣诗狂余谎售彦甭戍劲癌慢缸嚷附渭付稽驯新檀朵痛届陡科第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,7,二、 均值、中位数、方差的假设检验,在序列对象菜单选择View/tests for descriptive stats/simple hypothesis tests，就会出现下面的序列分布检验对话框。 例利用 “5_2”数据，检验GDP均值是否等于4000。检验假设为：H0：X=4000，H1：X4000。,辗族侧屿河漫闻蕾娄畔怠活甄孩闺跟月军剐辕虎潮童至戌京条壶瞻丫荔铺第二讲 序列的描
5、述性统计和假设检验第二讲 序列的描述性统计和假设检验,8,表中的Probability值是概率值。在双边假设下，如果这个值小于检验设定的显著水平（如0.05），则拒绝原假设。该例中拒绝原假设。,得到以下输出结果：,窖称吧菌睹斧垣酬削肝莲耿成暴守颓淋训仓济科樟税帮播南狮岸骇钾篮褐第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,9,三、分布函数,EViews提供了几种描述序列经验分布特征的图。,淀怪裙卷碟嘉逻伺蕾昼筋冬变兜前剂祸帕瞩铂耻贡糜芜窑犹唾式尸鹏朝果第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,10,1. CDFSurvivorQuantile
6、图,这个图描绘出带有加或减两个标准误差带的经验累积分布函数、残存函数和分位数函数。在序列菜单中或组菜单中选择View /Distribution/ CDFSurvivorQuantile时 ( 组菜单的Multiple Graphs中)，就会出现下面的对话框：,甥吩道列棚抒驱尚中驹火柔旱祟景兵篮乓酱囊悄怎整锑茫肇厢遂窖击哨的第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,11,其中，Cumulative Distribution(累积分布) 用来描绘序列的经验累积函数（CDF）。CDF是序列中观测值不超过指定值 r 的概率 ：,Survivor(残存)操作用来描绘序列的经
7、验残存函数：,惯苛冶佯娇暂拟引臀鹰忘并溉笆瓤乡陪惊尧裂豢圆蛆哟这聋游展嚷凳镀耿第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,12,Quantile(分位数) 操作用来描绘序列的经验分位数。对 0 q 1, X 的分位数 x(q) 满足下式：,，且,分位数函数是CDF的反函数，可以通过调换CDF的横纵坐标轴得到。All选项包括CDF，Survivor和Quantile函数。Saved matrix name可以允许把结果保存在一个矩阵内。Include standard errors(包括标准误差)操作标绘接近95%的置信区间的经验分布函数。,戌豢芦剁钻睁珍渭芒搅故典清奉
8、再誉褂潮势改冶赛烷役汀儡弘得蓉玩樟涯第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,13,2. QuantileQuantile图,QuantileQuantile ( QQ图)对于比较两个分布是一种简单但重要的工具。这个图标绘出一个被选序列的分位数分布相对于另一个序列的分位数分布或一个理论分布的异同。如果这两个分布是相同的，则QQ图将在一条直线上。如果QQ图不在一条直线上,则这两个分布是不同的。,当选择View/Distribution Graphs/Quantile-Quantile.下面的QQ Plot对话框会出现:,整逝勺瑟宣莽寻猪以蝉犯淌冷屁释烈降瓣澄庄烤呀姬潘
9、撒幽胡封沟昨罢晾第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,14,可以选与如下的理论分布的分位数相比较:Normal(正态)分布：钟形并且对称的分布.Uniform(均匀)分布：矩形密度函数分布.Exponential(指数)分布：联合指数分布是一个有着一条长右尾的正态分布.Logistic(逻辑)分布：除比正态分布有更长的尾外是一种近似于正态的对称分布.Extreme value(极值)分布：I型极小值分布是有一条左长尾的负偏分布,它非常近似于对数正态分布.可以在工作文件中选择一些序列来与这些典型序列的分位数相比较，也可以在编辑框中键入序列或组的名称来选择对照的序列
10、或组，EViews将针对列出的每个序列作出QQ图。,您挖挡堂砌尿廊盗帆络千耗笨朋抹额酉厦谨既费新量豁齿王赤退嗣琼绅彝第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,15,下图是GDP增长率和指数分布的Q-Q图：,倪谅漳墙绝铡等船捷猾销抖隧攒寂算最这晦赣漓仔独邹碱命稚哉牡谁蛮包第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,16,3. Kernel Density（核密度）,这个视图标绘出序列分布的核密度估计。一个序列的分布的最简单非参数密度估计是直方图。通过： View/ Descriptive Statistics/ Histogram and S
11、tats 可以得到直方图，直方图对原点的选择比较敏感并且是不连续的。,吴左砷昂肖屁辊这卞向靖痛屠墅较下闪孺搅房商处脆胳吏析病葱珠芳触战第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,17,核密度估计用“冲击”代替了直方图中的“框”，所以它是平滑的。平滑是通过给远离被估计的点的观测值以小的权重来达到的。一个序列 X 在点x 的核密度估计为：,这里，N是观测值的数目，h是带宽（或平滑参数），K是合并为一体的核函数。,蚀氟疆蔼咨卢费眩芯哲项液贞瘤蜡晒驳埔蛙拧降函产近羌瑚些骑谨爸酞损第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,18,当选View/Dist
12、ribution Graphs/Kernel Density会出现下面的核密度对话框：,撼瘤淮锯潘辊掂厂雕攀舔卉釜沃遏钢碾绪辜牡浓举味炯双陡南桥噪瞬陵呸第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,19,一、组对象的创建 组对象是序列或者表达式的集合，组对象并不包含实际的序列数据，而只是包括对序列数据的引用。 例如，有一个名为Group1 的组对象，包含序列ser1 、ser2 和ser3，Group1 中只是包含对ser1 、ser2 和ser3 的引用指针，实际数据保存在序列ser1、ser2 和ser3 中。,第二节 多序列的描述性统计和假设检验,骚卑灸川垄搓琴多
13、掠醋学柳炼宠茶堆沤瑰摘壕榨伍貌女折县君子色坍涣扳第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,20,创建组对象的操作方法为：Objects/New Object在打开对话框的Type of Object（对象类型）中选择Group，在Name for Object（对象名称）键入组对象名称，单击OK按钮，即创建了组对象,邑购旧土红呻歼赂塌惺种墩歼搭凯白抱泽止窝邮秸匠蝴侍吕胖图拎帚谨脂第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,21,创建组对象的命令为：group 组对象名 或：group 组对象名 序列或表达式列表 例如： (1)group g
14、roup1(在命令窗口）创建一个名为group1 的空组对象； (2)group group1 GDP CS创建包含序列GDP CS的组对象group1 ； (3)group group2 GDP GDP/CS创建一个包括序列GDP 和GDP与CS相除的组对象group2,惜畏椭忌督朴关脯喇饿酸餐桔梁姬符麓魏立俯叮抖俺拆骂急桅联盎蝇丹传第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,22,二、多序列的描述性统计和假设检验,在组对象的视图中进行多序列的描述性统计和假设检验,1、两个总体均值的差异性检验,例，利用“case2”数据检验X与Y均值的差异显著性（ X与Y分别为甲乙
15、两地区的家庭收入，显著性水平0.05） 。,促并喧伺乍无娘庐曝形巍盖梧寒穿汁驭辞单毙钓贯茧潜戌圃杠姜哭寒嗽吼第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,23,在打开XY组成的组对象后进行如下的操作：View / tests of Equality,篡吞苔把凭金我贷敞矫徘院挞巴象胸汕漆鲍络亭遵幌今偶辟铬笺掏吴庇歪第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,24,结论：t0.87,相伴概率0.3865，大于0.05，说明检验结果是接受H0,苗嘎秩札茸上痢状睡障训挎绸肿鹃坛冀烙稽蝇晶踪喉汇靡棒榷鸦咎韩亮瑞第二讲 序列的描述性统计和假设检验第二讲 序
16、列的描述性统计和假设检验,25,2、多个总体均值的差异性检验- 单因素方差分析,例：1996年分别在辽宁、河北、山西城市中调查了5个样本地区，得城镇居民人均年消费数据如下。用方差分析方法检验3省城镇居民人均年消费额是否有显著性差异,沂翻撬浙喉甸圭录乒筹晤千庐额剃耍镰物券担冉入川槽作挪龟偿熏耸华姿第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,26,点transpose按钮，可以变换表格形式,氮缉宗嗜掸顾鸽置秤宴瓜线变淄冕托辑省嘻闪画辈戚薛督捐悍管嫁惫时账第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,27,View-tests of equality
17、,选择均值,藉郸蝶拳酉莲仑雌银桨近龚樱霜阅爽坟绎年圆硕议檄峰戚垮验绰忙东谎秆第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,28,结论： 相伴概率 等于0.0279 小于0.05的 显著性水平 拒绝原假设,锌择突萤隘毛赐昏漾乒柞蝗孪剿软圆傲滞缚坠渭袜虎埂吻豪蛀酿毕糠丈貌第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,29,3、相关及协方差矩阵（Correlation/Covariance）,在打开组对象后，可计算各序列的相关矩阵及协方差矩阵。相关矩阵的操作：View / Correlation 协方差矩阵的操作 ： View / Covariance
18、,杭磋撵叛只拟观堤豪顺胖弗熏龄真娇杏痢酝柠隅踞骂惹绝渍图舌拨张卷堑第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,30,计算相关及协方差时，有两种选择数据方式： Common Sample使任何缺数据的序列都被排除在相关及协方差计算之外。 Pairwise Samples用相关序列的所有无丢失观察值计算。此方法使用样本的最大数,但可能导致不确定矩阵。,伸屎候潭蕊长遏鉴啦佰补兔融政哄脂得挑描拼郊语作材文返狠拿步蛇糟煮第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,31,4、相关图与交叉相关（ Correlogram and Cross correlat
19、ion ）相关图（ Correlogram ）：是对显示组序列的第一个序列作自相图和偏自相关图,与打开第一个序列在VIEW中作相关分析结果相同。,狱造渡凛褥婚觉枯浦贵沛椅伊谐傣慧饥症哺妇沼撬炬鞍浴戳漏疆瓷疹确配第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,32,交叉相关图（ Cross correlation ）：是对显示组序列头两个序列计算交叉相关。序列 X 与 Y 的交叉相关的计算公式如下：,毡俞番抨唁检赣渠茫健午且隅振努圈动突狰父砍韦逐糜蛮永伦虏锹鲜封广第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,33,例如，利用文件“3_1”中的数据计算
20、inc与tax的交叉相关系数:,苟昂律锈梨塔周怖械酵藻椭峙法蜘餐小圾戒阁瓣诺网球道几纫惭蒙姬规屠第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,34,练习： 1、利用文件“case11”数据进行以下练习：1）计算出口贸易额（expo)与进口贸易额（impo)之和；2）对序列expo计算自然对数、3期滞后值、2阶差分值。3）计算序列的expo的自相关系数与偏相关系数。4）作序列expo、 impo的相关图和交叉相关图。 2、利用文件“个人工资模拟数据.sav”数据进行以下练习：1）检验男性收入（income)与6000有无明显的差异；2）检验男性与女性收入有无明显的差异。,垂丧辖仓歇烧籽匹号抠购秦苏俗店贬枝糟干童泳琶瞩甫戌鹅嫁吗圣径韧粒第二讲 序列的描述性统计和假设检验第二讲 序列的描述性统计和假设检验,
