计量经济学的统计学基础引言计量经济学是经济学的一个分支，它研究如何利用统计学方法和经济理论来分析经济现象。
在计量经济学中，统计学是非常重要的基础，它为我们提供了估计经济模型参数的工具。
本文将介绍计量经济学中的统计学基础知识，包括概率分布、假设检验和回归分析。
1. 概率分布概率分布是描述随机变量可能取值的概率的函数。
在计量经济学中经常使用的两个概率分布是正态分布和 t 分布。
1.1 正态分布正态分布是一种对称的连续型概率分布，它的特点是均值和标准差可以完全描述该分布。
正态分布在计量经济学中的应用非常广泛，例如在回归分析中，我们通常假设误差项服从正态分布。
在Markdown文本中，我们可以使用数学公式来表示正态分布的概率密度函数如下：$$f(x;\\mu,\\sigma) = \\frac{1}{\\sqrt{2\\pi}\\sigma} e^{-\\frac{(x-\\mu)^2}{2\\sigma^2}}$$其中，x是随机变量，$\\mu$ 是均值，$\\sigma$ 是标准差。
1.2 t 分布t 分布是一种对称的连续型概率分布，它的形状和正态分布很类似。
t 分布与正态分布的不同之处在于 t 分布有一个称为自由度的参数。
在计量经济学中，t 分布通常用于小样本情况下的假设检验。
给定一个自由度为v的 t 分布，其概率密度函数可以表示为：$$f(x;v) = \\frac{\\Gamma(\\frac{v+1}{2})}{\\sqrt{\\pi v}\\Gamma(\\frac{v}{2})} \\left(1+\\frac{x^2}{v}\\right)^{-\\frac{v+1}{2}}$$其中，$\\Gamma(\\cdot)$ 表示 gamma 函数。
2. 假设检验假设检验是计量经济学中常用的统计推断方法之一，它用于判断某个经济假设是否成立。
在假设检验中，我们首先提出一个原假设，然后根据样本数据来判断是否拒绝原假设。
第一章绪论第一节什么是计量经济学计量经济学含义.计量经济学是一个迅速发展的经济学分支，其目标是给出经济关系的经济内容。
.计量经济学可以定义为实际经济现象的定量分析，这种分析根据的是适当推断方法联系在一起的理论和观测的即时发展。
计量经济学运用数理统计知识分析经济数据，对构建于数理经济学基础上的数学模型提供经验支持，并得出数量结果。
.计量经济学是将经济理论、数学方法和统计推断等工具应用于经济现象分析的社会科学。
第二节计量经济学方法计量经济学方法的内容计量经济学研究包括两个基本要素：经济理论和事实。
将经济理论与现实情况结合起来，用统计技术估计经济关系。
最可用的形式就是模型。
计量经济分析步骤.陈述理论。
例如有关价格变动与需求量之间的关系的经济理论：在其他条件不变的情况下，一商品的价格上升（下降），则对该商品的需求量减少（增加）。
建立计量经济模型⑴需求函数的数学模型例如线性函数模型。
如果需求量与价格之间的关系式线性的，则数学上需求函数可以表示为Q P αβ=+（）αβ和称为该函数的参数。
等号左边的变量称为因变量或被解释变量，等号右边的变量称为自变量或解释变量。
⑵计量经济模型式（）假定需求量与价格之间的关系是一种确定关系，而现实的经济变量之间，极少有这种关系，更常见的是一种不确定性关系（见散点图），线性模型应该为Q P αβε=++（）ε是随机扰动项。
收集数据估计计量经济模型中的参数之前，必须得到适当的数据。
在经验分析中常用的数据有两种：时间序列数据（纵向数据）和横截面数据（横向数据）。
有时会同时出现前面的纵向数据和横向数据，称之为混合数据。
面板数据是混合数据的一种特殊类型。
估计参数如利用收集的数据估计出式（）中的参数，得回归模型76.05 3.88Q P =-（）假设检验对回归模型以及模型中的系数进行检验。
预测和政策分析例如在回归模型（）中，想预测价格时的需求量值时，则有76.05 3.8876.05 3.88 4.558.59Q P =-=-⨯=第二章线性回归分析第一节线性回归概述2.1.1回归模型简介如果（随机）变量y 与12,,,p x x x L存在相关关系12(,,,)p y f x x x ε=+L （2.1.1）其中y 是可观测的随机变量，12,,,p x x x L 为一般变量，ε是不可观测的随机变量；y 称为因变量（被解释变量），12,,,p x x x L 称为自变量（解释变量），ε称为随机误差。
第二章经典单方程计量经济学模型：一元线性回归模型§2.1 回归分析概述一回归分析的概念无论自然现象之间还是社会经济现象之间，大都存在着不同程度的联系，计量经济学的主要任务之一就是寻找各种经济变量之间的相互联系程度、联系方式以及经济变量之间的运动规律。
一般来说，变量之间的关系可以分为两类：一类是确定性的函数关系。
例如，表示。
圆的半径与圆面积之间的关系，可以用函数关系S=2r另一类是非确定性的统计相关关系。
例如，商品房的价格Y与房屋面积X 的关系，随着X的增加，Y也增加。
但是，在给定X时，Y并不能确定。
原因在于，商品房的价格Y不仅与房屋面积X有关，而且还与所在的区域、楼层和小区的人文环境等等因素有关。
这样，虽然人们无法得到商品房的价格Y与房屋面积X之间的函数关系，但是，人们可以将商品房的价格Y作为随机变量，通过统计计量的方法研究它们之间的统计相关关系。
研究随机变量间统计相关关系的方法主要有两种，一种是相关分析法，另一种是回归分析法。
1 相关分析相关分析主要研究随机变量间的相关形式和相关程度。
（1）相关的定义与分类定义：相关（correlation）指两个或两个以上随机变量间相互关系的程度或强度。
分类：①按强度分完全相关：变量间存在函数关系。
例，圆的周长，L = 2πr高度相关（强相关）：变量间近似存在函数关系。
例，我国家庭收入与支出的关系。
弱相关：变量间有关系但不明显。
例，近年来我国耕种面积与产量。
零相关：变量间不存在任何关系。
例，某班学生的学习成绩与年龄。
2004006008001020304050YX121020304050YX0.51.01.52.02.53.02.02.53.03.54.04.5YX完全相关 高度相关、线性相关、正相关 弱相关②按变量个数分按形式分：线性相关, 非线性相关 简单相关：指两个变量间相关按符号分：正相关, 负相关, 零相关 复相关（多重相关）：指一个变量与两个或两个以上变量间的相关。
