面板数据双因素误差回归模型序列相关和随机效应的联合LM检验

对面板数据双因素误差回归模型构造了检验序列相关和随机效应的一种联合LM检验,发现该LM统计量也是检验联合假设H0：σμ^2=λ=0的Baltagi-Li LM统计量和检验假设H0：σv^2=λ=0的Breusch-Pagan-LM统计量之和。当面板数据的个体数N充分大时,该联合LM统计量的渐近分布是χ^2（3）分布;无论双因素误差面板数据回归模型的剩余误差项是AR（1）过程还是MA（1）过程,联合LM检验是相同的,即对随机效应和一阶序列相关的联合LM检验是独立于序列相关的形式。     

NA序列下两正态总体均值的检验

一、引言设样本!X1,X2,…,Xm’与!Y1,Y2,…,Yn*之间相互独立,分别取自同方差正态总体X～N(μ1,σ2)和Y～N(μ1,σ2),我们所要考虑的问题是检验     

巧用SPSS做均值向量检验

文章基于两总体均值比较的特殊情形(样本容量n2=1),推导出其统计量F2与单总体均值向量检验中的统计量F1之间的关系表达式。这样,为了实现用SPSS做单总体均值向量的假设检验,可以将均值μ0视作随机样本Y来做两总体均值比较的假设检验,可以得到F2的值,进而通过关系表达式求得F1的值,然后,用F检验法完成这个的假设检验问题。最后,文章通过一个实例验证了该方法的快捷。     

整数值时间序列模型单位根检验问题研究

非整数值时间序列单位根检验研究已趋成熟,而整数值时间序列单位根检验则刚起步.本文主要采用蒙特卡洛模拟方法对INAR(1)模型单位根检验中的DF统计量和∑Tt=1=1I{△Xt＜0}统计量进行了研究.研究发现:DF统计量渐近服从标准正态分布,有限样本情形下,该统计量的实际分布会受到样本容量与扰动项均值的影响;DF统计量不存在水平扭曲现象,能很好控制犯第一类错误的概率,由于数据生成特点,∑Tt=1I{△Xt＜0}统计量犯第一类错误的概率始终为0;DF统计量和∑Tt=1I{△Xt＜0}统计量的检验功效受到样本容量、自回归系数和扰动项均值的影响,多数情形下,∑Tt=1=1I{ △Xt＜0}统计量的检验功效高于DF统计量.     

这样计算简单相关系数合适吗?

简单相关系数根据资料形式的不同,大致可采用以下两种公式计算。在变量x,y都未分组的条件下,相关系数r_i≠sum (x－(?))(y-(?))/Nσ_xσ_y=(σ_(xy)~2)/(σ_xσ_y)(1)式中:x,y分别为两个变量的平均数;σ_X、σ_y分别为两个变量的标准差;σ_(xy)~2为两个变量的协方差;N为x,y的变量值个数。在x,y都已分组的条件下,相关系数     

关于三参数威布尔分布顺序统计量的概率分布性质探讨

设{X_k,1≤k≤n}独立同分布,X₁,X₂,…,X_n为其顺序统计量,当总体服从参数为（μ,m,η）的威布尔分布时,文章得到了其顺序统计量的联合概率密度、极端顺序统计量的概率密度和期望与方差的表达式。证明了当参数m≠1时样本间隔不独立且不同分布,当参数m=1时样本间隔独立不同分布,并由此构造一组独立同分布的指数随机变量exp（1）.还探讨了其最小顺序统计量X₁的渐近分布。     

正态分布曲线在抽样检验中的应用

统计由描述性统计和推断性统计两部分组成，统计推断就是利用样本资料所提供的信息尽可能精确和可靠的结论统计推断在产品质量方面应用较广，在实际生产中，用户对商品的质量要求最高。因此，在一种商品生产出来后，质量检验就显得至关重要，对质量的检验有全数检验和抽样检验两种，如织布厂就必须以制造出的每一匹布进行严格的检查而象显像管的的寿命等带有破坏性的检验只能进行抽样检验，根据样本来推断整体的合格性，在众多的检验方法中，应用最多的要数正态分布曲线即Y=12πσe-(X-U)22σ2在，微积分中，我们就已经介绍了正态分布曲线…     

泊松分布参数的序贯概率比检验

设一天内,来到某商场的顾客数服从参数为θ的泊松分布,考虑检验问题“H1∶θ=θ1←→H2∶θ=θ2”,文章给出在给定显著性水平为α和β时的序贯概率比检验(SPRT),证明了SPRT检验法中h的存在性,并给出了样本容量的估计值.随机模拟结果表明其平均样本容量比经典的Neyman-Pearson检验法需要的样本容量小的多.     

概率论基础知识讲座 第四讲 二项分布与正态分布(下)

三、正态分布的标准化正态分布的密度函数是:f(x)=1/2~(1/2π)σe~-(X-M)~2/2σ~2把它简记为N(m,σ),表示由参数m、σ决定的正态分布。从理论上说,可以利用这个概率分布来估计变量x落在(a,b)区间的概率。即     

线性代数简介 三、行列式

§7 行列式(一)行列式的定义(1)二元、三元线性方程组与二阶、三阶行列式。二元线性方程组如下:a_(11)x_1 a_(12)x_2=b_1a_(21)x_1 a_(22)x=b_2(7．1)如用记号 来表示a_(11) a_(12)-a_(12)a_(21),     

简单线性相关与回归分析中各种检验及其相互关系的探讨

存在简单线性相关的两个变量相关系数的检验如果显著,文章通过推导得出结论:一是与之相对应的二变量所建立的回归分析中回归系数β1的显著性检验、F检验也通过,三者是等价的。t统计量的值与tβ和F值存在数量上的关系是t2=tβt2=F;二是要得到满意的回归方程,除了要进行统计检验之外,还要进行计量检验。     

基于K-S统计量的两个一维及多维总体相等性的Bootstrap检验

Prastgaard(1995)讨论了用Kolmogorov-Smimov统计量T1及相应的Bootstrap统计量T1来检验两总体的相等性.文章提出基于K-S统计量的新的统计量T2及相应的Bootstrap统计量T2,分别在一维及多维的情形下证明了它们在原假设下有相同的极限分布进行了大量的数值模拟,验证了上述统计量的正确性及优劣,给出了模拟的结果,并对此做了对比与分析.     

通过对辅助变量的线性转化来改进比率估计

一、问题的提出在抽样调查中,比率估计方法是一种普遍应用的估计方法。在实践中,我们往往根据总体及辅助信息的特点建立不同的比率模型,然后再从该模型中得出不同的比率估计量。下面我们考虑一种最常用的比率模型ξ:假设x1,…,xN是已知的辅助变量值(都大于零),y1,…yN为未知的研究变量值,且总体单元总数为N。对于任意给定的xk,有以下关系yk=βxk εk同时对于所有的k∈K,满足Eξ(yk)=βxkVξ(yk)=σ2xk其中β和σ2为未知参数。在抽样总体满足该比率模型的前提下,进行简单随机抽样,可以得到一个非常经典的关于总体总值ty的比率估计量t^yra=…     

读者作者编者

问题征答1.若样本方差S~2=(1/(n－1))sum from i=1 to n((x_i－(?))~2),总体单位数为N,均值为(?)。那么在重复抽样与不重复抽样条件下,S~2的期望值各是什么?2.有一大批产品需经检验后方能接收。根据规定,次品串为5%以下时可接收该产品,次品率超过15%则拒收该产品,且。a=0.05,b=0.10。若已抽取样本单位100个,次品率为7%,则请根据合格判定线与不合格判定线确定是接受该批产品,拒绝该批产品,还是继续进行抽样检验?     

一类动态面板数据模型的估计

一、模型介绍面板数据的动态模型是研究面板数据的一种重要方式,由于其考虑到个体的滞后项,一般采取下面的形式:yi,t=δyi,t-1 x'i,tβ ui,t(1)ui,t=μi vi,t(2)这里i=1,…,N,t=1,…,T,δ为一常数,xi,t和yi,t为观测到的解释变量和被解释变量,β为K×1向量,μi～IID(0,σμ2),vi     

指数分布参数的序贯概率比检验

设产品的寿命X服从参数为θ的指数分布,考虑检验问题“H1:θ=θ1;H2:θ=θ2”,在给定0<α<1和0<β<1下序贯概率比检验,并给出了平均样本容量的估计值。随机模拟结果表明其平均样本容量要比经典的Neyman-Pearson检验法小的多。     

不等间隔的一阶多项式模型及贝叶斯预测

考虑观测序列yt0,yt1,∧,yti,∧(其中t0＜t1＜∧＜ti＜∧∈N),间隔ri=ti-ti-1(i=1,2,∧)一般不等,rj和tj都是正实数. 本文中的时间序列模型都是指不等间隔的时间序列和模型,一般不另作说明. 如果μti表示在时刻序列的水平,则它可表示成:μti=α+βti=α+βti-1+βri=μti-1+βri,βti=βri=(ri/ri-1)βri-1=(ri/ri-1)βti-1其中ri=ti-ti-1 βti表示从时刻ti-1到ti序列水平的增长.     

基于AHP法的股票投资决策

1层次分析的基本原理层次分析法系由一判断矩阵和一列向量组成。设判断矩阵A为A=(aij)=N1/N1N1/N2ΛΛN1/NnN2/N1N2/N2ΛΛN2/NnM MΛΛMN n/N1N n/2ΛΛNn/N n(1)其中A矩阵中的元素aij=aajikj,aii=1(i,j=1,2,Λ,n),列向量N=N1N2MN n A·N=N1/N1N1/N2ΛΛN1/NnN2/N1N2/N2ΛΛN2     

STR-ECM模型非线性协整关系检验问题研究

文章首先运用基于剩余平方和的F统计量实现协整对非协整、线性协整对非线性协整,以及ES-TR-ECM对LSTR-ECM的检验.其次,用蒙特卡洛10000次试验给出F、E、F3统计量的临界值,并模拟数据对有限样本下F1、F2、F3统计量的功效进行检验.最后,用文章的研究与有关研究的统计量进行比较分析,仿真实验表明:提出的检验统计量具有较好的有限样本性质,因此其可行性和适用性较强.     

ADF单位根检验中联合检验F统计量研究

摘　　要:ADF检验是实际中最常用的单位根检验之一。ADF检验式有三种：（1）不含漂移项和趋势项;（2）只含漂移项不含趋势项;（3）既含漂移项也含趋势项。选用的检验式是否合适将直接影响到ADF检验的功效。为解决ADF检验过程中检验式的选择问题,本文首先从理论上推导了检验式（3）中时间趋势项系数δ与yz-1系数γ的联合检验统计量F的渐近分布;然后,应用蒙特卡罗模拟的方法研究了上述统计量与检验式（2）中关于漂移项α与系数γ的联合检验统计量的分布特征,进而给出了两统计量分布百分位数关于样本容量的响应面函数,从而进一步完善了单位根检验理论与方法。