一章计量经济学学科课程-PPT资料126页

• 在国际学术界,传统经 济学的形象&地位,远不 如我们所想象那样好,那 样高.正如美国经济学家 A.C.Darmell一针见血所
指出:作用“2续对1. 同一经济现象, 10
• 个经济学家, 可作出11种 不同的解释.”
• 原因是什么? 在于一 般的经济学,其研究理念, 思路,方法,结论基本上是 定性的, 主观成分很大.
2.处理模型 • 根据某些假设, 用 数学
+统计学工具, 得数量(估 计)式 :
yˆ 69.93550.645x8
(1.1.1)
3.讨论 就业问题例1.1.1.续6.
1).在一定意义上, 认可 “热情受挫学说.
2). 关键在于数学模型. 建立模型要素有3:变量,关 系式,假设.
1.2. 计量经济学的作用.
• A:=调查的家庭周消费 不超过145$
B:=调查的家庭周消费 2.1.3. 互斥互逆& 完备续4 • 高于145$
• PD: 1.用你自己的语言, 通俗地定义互逆事件
• 2.学习事件的互斥,完 备&互逆 性有什么用?
1.2.概率&条件概率 •概率浅说
FR •概率的基本性质. 条件概率
• 1.2.1. 概率浅说. • 一. 对概率的某些理解 • 1.表示事件在一次试
§2为什么要学习本课程? • 2.1. 为了更好地为国家 建设服务
• 2.2. 为了增加在人才就 业市场上的竞争力.
• 2.3. 为了今后在工作冈 位上能有更好的表现.
§ 3.某些安排&要求
• 3.1.严格遵守课堂,学习纪律. 采取配套措施
• 3.1.1.建立课堂表现登记册.纪 录每件违纪行为&姓名.
• 1.热情受挫学说.其要点是:
劳动者就业热情随经济形势 恶化而减弱;
• 2.热情增长学说.其要点是: 劳动者就业热情随经济形势 恶化而增长.
这两种理论截然相反, 就业问题例1.1.1.续2
• 但都可实证其正确. 如何决定 取舍,传经济学对此无能为力.
• 为此走新途径: 就是找出就业 问题的“数量规律”,让客观数 字判断.
• 它们中任两个都是互 斥事件.
•二.完备事件组 2.1.3. 互斥完备&互逆续2
事件组{A1 , A2 ,…, An } • 称为完备的如果, 每次
试验时, 至少发生其中一 个事件. 例如 , 例1 中的
{A,B,C}.
三.互逆事件
• 事件A,B称为互逆的 如果 它们互斥,且组成完 备组.
• 如实验2中的事件:
• 用A表示家庭收入为 80$. 故对此实验, B的概 率就是P(B/A).现计算它.
• 对于此实验来说,
总体个体数 = 5 条件概率例2.2.2续 • B的个体数 = 1 • 于是, 条件概率
• P(B/A) = 1/5. • 与不附加任何条件的概率 • P(B) = 1/60 截然不同.
1.3. 随机变量 • 1.3.1 提出问题
• 3.2 重视平时考试,练习. 与 论文答辩
• 3.3.组织学习小组,有效开展课 外活动(研究,答辩).
• 3.4. 设立“学习园地, 刊登各 学习小组的课外活动的研究 论文.
复习数学知识
1.概率统计复习 2.线性代数复习
§1.概率统计复习
1.1.随机试验&事件
1.2.概率&条件概率. 1.3.随机变量. 1.4.变量的数字特征. 1.5 几种常用的变量. 1.6.假设检验.
• 79$等6个个体组成.
3. 互斥,完备&互逆 • 一.互斥事件.
• A 与 B称为互斥事件 如果,它们不能同时发生. 如在例1的试验1中的几事 件:
• A:=调查到的家庭周.
•收入不到100$ 2.1.3. 互斥完备&互逆续1
• B :=调查到的家庭收 入高于100不超过120$
• C =调查到的家庭周收 入高于120$.
2.总体,个体&事件 • 一.定义. 对于某试验,
一).总体 := 试验的所有 可能结果全体
二).个体 : = 试验的每一 个可能结果
三).事件 : = 由一些个体 2.1.2.总体,个体&事件续1
• 组成的集合.
• 二.举例. (续)例1.
一)总体(以试验1为例). 调查到的家庭周收入或80, 或100,或120,…,或260$的 所有结果
二).个体 (以试验3为例) . 2.1. 2. 总体,个体&事件续2
如,调查到的家庭周收入 80$,消费55$这一结果.就 是一个个体,记(80,55). 三).事件(以试验2为例) :
A:=调查到周消费低于 80 $ 的家庭. 它由消费
分别为55, 总体,个体&事件续续3 60, 65, 70, 75,
二).连续型变量
• 1. ~ :取连续值者
• 例如: 股票投资收益率 R : (下期)公司分红派息 率等
• 怎样表示这种变量的 取值概率? 可用下述
2. 概率密度函数 • 连续型变量 的概率
密度函数是个满足条件
P(x) x f(t)dt
•的函数 f ( t ).
1.4. 随机变量的特征数字
而作计用2续2量经济学从根本
• 上克服了这个弊病. 它的 理念,思路,方法&结论都 以客观定量为主基调.
• 这大大改善经济学的 形象, 极大提高了经济学 在学术界的地位.
1.2.3.作用3.开路
• 在财经,商科专业引进 数量化, 是大势所趋, 是 当今世界潮流.
• 但这有相当难度. 而 计量经济学可作为这方 面的台阶&桥梁.
二例1.1.3. 研究消费
• 行为中的数量规律性
• 1.经济理论.
• 福利经济学中的 Keyness 绝对收入学说. 要点是: 平 均而言, 人们倾向于随着 其收入的增加而其消费,
二.例1.1.3续1
但比不上收入增加的那么
• 多. 用式简单表示为
• 0 < MPC < 1 • (其中, MPC = d(消费y) /
•取值: 240, 试验1. 周收入x续 260 • 概率: 1/10, 7/60
**试验2 周消费y
• 取值: 55, 60, 65, … , 概率: 1/60,1/60, 1/60,…,
• 取值: 137,…..,191 • 概率: 2/60,….,1/60(?) • (思考: 概率对吗?)
二. 找“数量规律” 就业问题例1.1.1.续3
• 1. 建立数学模型
[变量]. x := 城市失业率
= (失业人数 / 城市 劳力 数)*100%
代表经济形势
y := (决定就业数 / 城 市劳力数)*100%
代表就业热情 [关系式]
• y = 0 + 1x + u u表示其它因素对y的影响
中发生的可能性大小. 2.2.1. 概率浅说 • 2.小概率原理 • 3.概率值含义的相对性. • 二. 概率的三种定义. • 1.古典, 2.频率 • 3.公理化.
•例如,古典概型 2.2.1. 概率浅说续1
P(
A)

A中个体数 总体中个体数
• 例2.2.1. 对例2.1.1的试 验2, 考虑事件B的 概率
2).处理模型
• 根据某些假设, 用 数学+ 统计学工具, 得数量(估计) 式:
yˆ 24.45例14.1.3续450.509x1
(1.1.2)
• 3).应用. 利用 数量关系 式 (1.1.2) 可以: • i.验证Kyness 学说. • ii.指导政策. 收入增加
一个单位时, 例1.1.3续5. 消费将增加 0.5091个单位. 故可通过
1.1.随机试验&事件
1. 随机试验
• 一.定义.
随机试验 := 不能预知其 结果的某过程.
• 二. 例1. 某社区有60户 家庭. 可作多种试验:
•一).试验1. 调查任一个 2.1.随机试验&事件续1
家庭的月收入x
• 二). 试验2. 调查任一个 家庭的月消费支出y
• 三). 试验3. 调查任一个 家庭的月收入&支出(x,y)
•
变量 )
• 二).E( + )
•
= E( ) + E()
三) E( 三. 性质续1 ) = E( )E()
• ( 当且仅当 独立)
• 四). E(b) = bE( )
• 四. 经济背景
• 在证券投资政策,投资 分析中起重要作用的预 期收益率

(Ai互斥) +.. + An )
• =1
•
({Ai }是完备组)
1.2.3. 条件概率 P(B / A)
• 一.定义. P(B/A) := 事件 A发生的条件下,B发生的 概率.
• 二. 例2.2.2..仍考虑前述 例2.2.1中的事件B的概率
但是附加条件:被调查的 条件概率例2.2.2 • 周收入为80$.的家庭.
• 前给出随机实验及其 结果的一种直观的表示 方法,事件&概率.
• 但是它不便于数学处 理(如建模,推理,计算等)
.现改用随机变量表示 2.3.2 随机变量概念 • 1.3.2. 概念
• 一. 定义.
• 随机变量 := 表示试验 可能结果的变量.(!! 两要 素缺一不可)
二.分类 • . 一).离散型变量; • ~:= 取离散值者.记为
二. 定义 • 1.离散型变量
取值 1, 2, 3, … , n 概率 p1, p2 , p3,…, pn
n
E() pii i1
2.连续型变量
E()

x
f(x)dx