计量经济学知识点重点总结

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

一、一些应该掌握的概念(课都上完以后回顾时候提到的应该知道的一些知识,有可能会出简答题)

1、中心极限定理

2、大数定理

3、正态分布

4、契比雪夫不等式

5、方差,期望

6、协方差及其相关系数,

二、一些基本题型

1、随机变量分布,“离散型100%考,图形不会的补考!”(此为他课上威胁性话语,所以重视程度排在第一位了……不知道是不是真考,《北方工业大学》版本有一个其他的数据的例子,供参考)

例:设对任意x,定义F(x)=P{X≤x}=P{w|X(w)≤x}

X 1 2 3

P 1/3 1/3 1/3

求F(x)=P(X≤x)的分布

1)x<1时,F(x)= P(X<1)=0

2)1≤x<2时,F(x)= P(X≤1)=P(X=1)=1/3

3)2≤x<3时,F(x)= P(X≤2) =P(X=1)+ P(X=2)=2/3

4)3≤x时,F(x)= P(X≤3) =P(X=1)+P(X=2)+ P(X=3)=1

图形:次图形为右连续

F(x)

0 1 2 3 x

2、需求量,很容易考(原话)

P15的例1.5,实在打不出来,留个地,大家自己写上去吧。

3、联合概率密度(简单被积分数,身高、体重作为随机变量)

例:用X表示身高,Y表示体重,(X,Y)为二维随机变量

定义F(l,w)=P{X≤l1, Y≤w1}

当两个事件相互独立时,得出

F(l,w)=F X(l) * F Y(w)

即同时满足身高、体重条件的概率为满足身高事件的概率与满足体重的概率乘积。

4、古典概型例子

例一:有藏品100个,其中5个次品,求取8个里面最多2个次品的概率?解:书上p6,例1.1

其中应注意公式:

n!

C m n =----------------------

m!(n-m)! (公式打得难看了一点,但是很有用)

例二:黑球a个,白球b个,放在一起抓阄。1≤k≤a+b,求在第k个位置抓到黑球的概率?

解:

a*(a+b-1)! / (a+b)! =a/(a+b)

此用来证明第k次抽签时与前面抽到的概率都相等,(本人认为考的可能性小,哈哈)

例三:n个人坐一圈,求其中2个熟人坐一起的概率

解:

P=2/(n-1)

即为,把两个人看作一个整体,与其他n-1个人排列,有n-1种方法,他们之间的座位左右更换,有两个,所以得出上式。太简单了,估计不会考吧?

例四:n个人,至少2个人同生日的概率

如p6,例1.2

P=1 - 365*364*…(365-n+1)/365n

例五:n双不同的鞋,取2k只,(2k

P(1)=C1n * C2k-2n-1 * 2k-1 / C2k2n

P(2)=C2n * C2k-4n-2 * 2k-2 / C2k2n

N双里面取两双,剩下的n-2双里面取2k-4只,共有2的k-2次方种排列,得上式。

5、全概率公式(Bayers贝叶斯公式)

P8例1.3三个工厂生产那道题,非常重要。

公式:

P(A)=P(B1)*P(A|B1)+ P(B2)*P(A|B2)+ P(B3)*P(A|B3)

P(B1|A)= P(B1)*P(A|B1)/P(A)

6、矩阵“看书上求三阶矩阵,看到知道怎么算就行了”——原话

7、几何平均法

n

X1*X2*…*Xn

8、移动平均法

三项移动平均

X t =(X t-1+X t +X t+1) /3

由此可推出5项平均(略)

9、经典的啤酒题目,正确答案是后来发的单独的那个答案,做会就行了。书上的具体做法在108页,“考试中会给个临界值,看方程是否存在”——原话

(1)求啤酒消费y 关于平均真实零售价格x 的线性回归方程,并做出解释;

(2)在显著水平α=0.05下对所求方程作显著性检验,F0.05(1,8)=5.32; (20分)

解:

1.由于啤酒消费y 关于平均真实零售价格x 的是一元线性回归方程,故假设 y=a+bx,需要求解a,b

利用书本上103页公式:

b=xx xy n i i n

i i i L L x x

y y x x =

---∑∑==12

1

)())(( 其中4968.0)()(1))((1111-=-=--=∑∑∑∑====n i i n

i n

i i i i n i i i xy y x n y x y y x x L 244.1)(1)(112122=-=-=∑∑∑===n i n

i n

i i i i xx x n x x x L 996.01020.139.181.108.175.076.073.079.070.075.010101=+++++++++==

∑=i i x x 239.210

06.207.2211.22.225.23.23.25.26.2=+++++++++=y 代入公式中得到:b=399.0244

.14968.0-=-

6364.2996.0)399.0(239.2=⨯--=-=x b y a ,因此一元线性回归方程为y=2.6364-0.399x

(2)利用方差分析来检验y 与x 之间的线性相关关系的显著性, 利用F 检验:

2

22-=n S S F E

R 其中=2

R S 1984.0244.1)4968.0(2

2=-=xx xy

L L 22R

yy E S L S -= 其中33.031.50110146.50)(1)(112122=⨯-=-=-=∑∑∑===n i n

i n i i i i yy y n y y y L 1316.01984.033.022=-=-=R yy E S L S 因此=-=-=)(2101316.01984.02

22n S S F E R 12.06 由于32.5)8,1()2,1(06.1205.005.0==->=F n F F ,所以y 与x 之间的线性关系高度显著

相关文档
最新文档