- •Введение
- •Основные этапы эконометрического исследования:
- •Основные типы моделей:
- •Тема 1. Основные понятия теории вероятностей
- •1.1. Вероятностный эксперимент, событие, вероятность.
- •1.2. Случайные величины
- •1.3. Числовые характеристики св
- •Свойства математического ожидания:
- •Свойства дисперсии:
- •1.4. Законы распределений св
- •1. Закон равномерного распределения вероятностей
- •2. Нормальный закон распределения
- •3. Распределение
- •4. Распределение Стьюдента(t – распределение)
- •5. Распределение Фишера (f – распределение)
- •( Число степеней свободы)
- •Тема 2. Базовые понятия статистики.
- •2.1. Выборка и генеральная совокупность
- •2.2. Способы представления и обработки экономических данных
- •2.3. Статистические оценки параметров распределения
- •2.4. Статистическая проверка гипотез
- •Тема 3. Соотношения между экономическими переменными. Линейная связь. Корреляция
- •3.1. Коэффициент линейной корреляции
- •3.2. Оценка значимости (достоверности) коэффициента корреляции
- •Тема 4. Парная линейная регрессия. Метод наименьших квадратов
- •Тема 5. Оценка качества полученного уравнения (верификация)
- •5.1. Оценка общего качества уравнения регрессии
- •5.2. Оценка существенности параметров линейной регрессии и всего уравнения в целом
- •5.2.1. Анализ статистической значимости коэффициентов линейной регрессии
- •5.2.2. Анализ статистической значимости уравнения в целом. Распределение Фишера в регрессионном анализе
- •5.3. Проверка предпосылок, лежащих в основе мнк
- •5.3.1. Проверка первой предпосылки мнк
- •5.3.2. Проверка второй предпосылки мнк
- •5.3.3. Автокорреляция ошибок. Статистика Дарбина-Уотсона
- •Методы устранения автокорреляции. Авторегрессионное преобразование
- •5.3.4. Проверка гомоскедастичности дисперсии ошибок
- •Обобщенный метод наименьших квадратов (омнк)
- •Тема 6. Множественная корреляция и линейная регрессия
- •6.1. Спецификация модели. Отбор факторов при построении уравнения множественной регрессии
- •6.2. Метод наименьших квадратов (мнк)
- •6.3. Анализ качества эмпирического уравнения множественной линейной регрессии
- •Тема 7. Прогнозирование
- •7.1. Оценка прогнозных качеств модели
- •7.2. Интервалы прогноза по линейному уравнению регрессии
- •Тема 8. Нелинейные модели регрессии. Простейшие методы линеаризации
- •Тема 9. Фиктивные переменные в регрессионных моделях
- •Тема 10. Системы эконометрических уравнений
- •10.1. Общее понятие о системах уравнений, используемых в эконометрике
- •10.2. Структурная и приведенная формы модели
- •10.3. Проблема идентификации
- •Косвенный метод наименьших квадратов (кмнк);
- •Двухшаговый метод наименьших квадратов (дмнк);
- •Тема 11. Временные ряды в эконометрических исследованиях в.1. Выявление структуры временного ряда
1.4. Законы распределений св
1. Закон равномерного распределения вероятностей
Распределение вероятностей называется равномерным, если на интервале, которому принадлежат все возможные значения СВ, плотность распределения сохраняет постоянное значение.
Если все возможные значения СВ принадлежат отрезку , на котором функцияf(x) сохраняет постоянное значение, то плотность вероятности:
Функция распределения | |
Математическое ожидание ; дисперсия . |
Пример 7. Поезда метрополитена идут регулярно с интервалом 2 минуты. Пассажир выходит на платформу в случайные моменты времени. Какова вероятность, что ждать пассажиру придется не более 0,5 мин. Найти математическое ожидание, дисперсию и среднее квадратическое отклонение СВ Х – времени ожидания поезда.
Решение. СВ Х – время ожидания на временном отрезке имеет равномерный закон распределения. Вероятность того, что пассажир будет ждать не более 0,5 минуты равна |
Матем.ожидание , дисперсия
2. Нормальный закон распределения
Нормальный закон распределения (нормальное распределение, распределение Гаусса) наиболее часто встречается на практике. Он является предельным законом, к которому приближаются другие законы распределения при весьма часто встречающихся типичных условиях.
Опр. Нормальным называется распределение вероятностей непрерывной СВ, которое описывается плотностью .
Оно определятся двумя параметрами: а и σ.
Вероятностный смысл этих параметров: а = М(Х), σ2 = D(X), т.е. σ – среднее квадратическое отклонение.
Функция нормального распределения F(x) = .
Кривую нормального закона распределения называют нормальной (или кривой Гаусса).
Рассмотрим как меняется нормальная кривая при изменении параметров а и σ:
Если σ=const и меняется а:
Меняется центр симметрии. |
Если а = const и меняется σ:
При увеличении σ кривая станет более плоской. |
Т.о. параметр а (т.е. М(Х)) характеризует положение, а параметр σ (среднее квадратическое отклонение ) форму нормальной кривой.
Нормальное распределение с параметрами а и σ обозначается N(а; σ).
Если параметры а = 0, σ = 1, то нормальный закон распределения называется стандартным или нормированным N(0; 1). А кривая – стандартной.
Плотность нормированного распределения (функция Лапласа, приложение 1) Функция распределения . |
|
Вероятность попадания нормированной СВ Х в интервал (0, х) можно найти, используя функцию Лапласа Ф(х): Р(0 < Х < х) = .
Функция распределения СВ Х, распределенная по нормальному закону, выражается через функцию Лапласа по формуле: .
Свойства СВ, распределённой по нормальному закону:
1. Вероятность попадания СВ Х, распределённой по нормальному закону, в интервал [x1; x2], равна
, .
|
2. Вероятность того, что отклонение СВ Х, распределенной по нормальному закону, от МО а не превысит величину > 0 ( по абсолютной величине)
В частности, если = σ: ; = 2σ: ; = 3σ: . «Правило трёх сигм»: Если СВ Х имеет нормальный закон N(а; σ), то практически достоверно, что её значения заключены в интервале (а – 3σ ; а + 3σ). Нарушение правила является событием практически невозможным . |
Пример 8. Полагая, что рост мужчин определённой возрастной группы имеет нормальное распределение СВ Х с параметрами а = 173, σ2 = 36, найти:
а) долю костюмов 4-го роста (176 – 182), которые нужно предусмотреть в общем объёме производства. б) сформулировать «правило 3-х сигм».
Решение. а) Р(176 Х 182) = Ф(t2) – Ф(t1) = Ф(1,5) – Ф(0,5) = 0,2418.
(где ,).
б) Практически достоверно, что рост мужчин данной возрастной группы заключен в границах от а – 3σ = 173 – 36 = 155 см до а + 3σ = 173 + 36 = 191см.