计量经济学课件自相关
计量经济学课件整理
计量经济学课件整理 第一章导论 一、计量经济学的发展历史 1926 年，计量经济学一词“ Econometrics ”最早由挪威经济学家弗里希( R.Frish ) 仿效生物计量学 (Biometrics )提出，但人们一般认为1930 年世界计量经济学会的成立及创办的刊物《Econometrics 》于1933 年的出版，标志着计量经济学的正式诞生。 计量经济学自诞生之日起，就显示出强大的生命力，经过40、50 年代的大发展和60年代的扩张，已在经济学中占有极其重要的地位，是当今西方国家经济类专业三门核心课程(宏观、微观、计量)之一。 计量经济学的重要地位还可以从诺贝尔经济学奖获得者的数量中反映出来，自1969 年设立诺贝尔经济学奖，首届获得者就是计量经济学的创始人弗里希和荷兰经济学家丁伯根，表彰他们开辟了用计量经济方法研究经济问题这一领域，之后，直接因为
对计量经济学的发展作出贡献而获奖者达9 人，因为在研究中应用计量经济方法而获奖者占获奖总数的三分之二。2000 年度，诺贝尔经济学奖获得者是詹姆斯.赫克曼和丹尼尔.麦克法登，原因是他们在微观计量经济学领域的贡献。200 3年诺贝尔经济学奖授予美国计量经济学家罗伯特?恩格尔和英国计量经济学家克莱夫?格兰杰，以表彰他们
分别用“随着时间变化的异方差性”和“协整理论”两 种新方法分析经济时间序列，从而给经济学研究和经济 发展带来巨大影响。 二、计量经济学的性质 计量经济学是以经济理论和经济数据的事实为依据， 运用数学和统计学的方法，通过建立数学模型（计量经 济模型）来研究经济数量关系和规律的一门经济学学 科。计量经济学（或经济计量学）是一门经济 学、统计学、数学的交叉学科，但归根到底是一门经济 学。 四、计量经济学的作用四、计量经济学的作用 1、结构分析：分析变量之间的数量比例关系分析变量 之间的数量比例关系。例如：边际分析、弹性分析、乘 计量经济学与其它学科的关系 数理 / 数理 ! \统计学/ 经济学 I,： J. / i | n 「u *. \ - , ： / t P M O 於邁「1 — 2 Z >1；1- .rflh C M ■亠石 T
斯托克,沃森计量经济学第七章实证练习stata
E7.2 E7.3 E7.4
-------------------------------------------- (1) (2) ahe ahe -------------------------------------------- age 0.605*** 0.585*** (15.02) (16.02) female -3.664*** (-17.65) bachelor 8.083*** (38.00) _cons 1.082 -0.636 (0.93) (-0.59) （表2）Robust ci in parentheses *** p<0.01, ** p<0.05, * p<0.1 -------------------------------------------- N 7711 7711 -------------------------------------------- t statistics in parentheses * p<0.10, ** p<0.05, *** p<0.01 (表1) （1） 建立ahe 对age 的回归。截距估计值是1.082，斜率估计值是0.605。 （2） ①建立ahe 对age ，female 和bachelor 的回归。Age 对收入的效应的估计值是0.585。 ② age 回归系数的95%置信区间： (0.514，0.657) （3） 设H 0:βa,（2）-βa,（1）=0 H1:βa,（2）-βa （1）≠0 由表3，得SE ，SE(βa,（2）-βa,（1）)=√（0.0403）2+(0.0365)2=0.054 t=（0.605-0.585）/0.054=0.37<1.96 所以不拒绝原假设，即在5%显著水平下age 对ahe 的效应估计没有显著差异，所以（1）中的回归没有遭遇遗漏变量偏差。 （4） B ob’s predicted ahe=0.585×26-3.664×0+8.083×0-0.636=＄14.574 Alexis ’s predicted ahe=0.585×30-3.664×1+8.083×1-0.636=＄21.333 VARIABLES ahe age 0.585*** (0.514 - 0.657) female -3.664*** (-4.071 - -3.257) bachelor 8.083*** (7.666 - 8.500) Constant -0.636 (-2.759 - 1.487) Observations 7,711 R-squared 0.200
计量经济学课件word版
《计量经济学》教学大纲 第一章绪论 教学目的和要求：掌握计量经济学的学科性质和研究内容，了解计量经济学发展简史；掌握计量经济学与其他学科之间的关系；掌握计量经济研究的运用步骤；了解计量经济学内容体系。 第一节计量经济学的涵义和发展 一、定义 计量经济学（Econometrics）是应用经济学的一个分支学科。它以一定的经济理论和实际统计资料为依据，运用数学、统计学方法和计算机技术，通过建立计量经济模型，定量分析经济变量之间的随机因果关系。 二、研究内容 定量分析经济变量之间的随机因果关系。 三、研究方法 建立并运用计量经济模型。 四、学科基础 经济学、统计学、数学和计算机技术。 五、计量经济学发展简史（略） 第二节计量经济学与其它学科的关系 一. 一.计量经济学与经济学 经济理论与数理经济学是计量经济学的理论基础，计量经济学利用各种具体数量关系以统计方式描述经济规律，可以验证和充实经济理论。 二. 二.计量经济学与统计学 经济统计学是对经济统计资料的收集、加工和整理，并列表图示，以描述整个观察期间的发展模式，或推测各种经济变量之间的关系。统计资料仅仅是计量经济研究的“素材”。 计量经济学要以经济统计学提供的经济统计指标及数据研究经济现象的定量关系。所以，计量经济研究也是对统计资料一种深层次“挖掘”和“开发利用”。 三. 三.计量经济学与数学 由于计量经济学研究的主要是随机关系，所以需要引入数理统计方法以及集合与矩阵等理论和方法，并在此基础上发展了计量经济方法，成为计量经济研究
的建模工具。数理统计学是计量经济学的数学理论基础。
第三节计量经济研究的步骤 一．模型设定 模型设定一般包括总体设计和个体设计。总体设计的目标是能正确反映经济系统的运行机制。个体设计的目标是能正确反映经济变量之间的因果关系。 ㈠研究经济理论 根据一定经济理论揭示影响研究对象的因素及其影响方向和作用大小。对同一经济问题，所依据的经济理论不同，所分析的影响因素和构造的计量模型就可能不同。 ㈡确定变量 选择变量必须正确把握所研究经济活动的经济学内容。 确定纳入模型中的变量的性质，即哪个是被解释变量，哪个或哪些是解释变量。 一般将将影响研究对象最主要的、定量的、经常发生作用的、有统计数据支持的因素纳入模型之中。 慎重使用虚拟变量。 ㈢确定模型的数学形式 一般有两种方式：一是根据经济行为理论，利用数理经济学推导出的模型形式；一是根据实际统计资料绘制被解释变量与解释变量的相关图。 ㈣设定模型中待估参数的符号和大小的理论期望值。 二、模型估计 ㈠样本数据 样本数据类型：时间序列数据，应用此类数据建模时要注意数据的口径和易使模型产生序列相关；截面数据，此类数据易使模型产生异方差性；虚变量数据；平行数据（混合数据）。 选择样本数据的出发点：模型的研究目的；模型的应用期限。 样本数据的质量：完整性，准确性，可比性。 ㈡模型识别 仅对联立经济计量模型而言，判断能否方程组估计出模型参数。 ㈢估计方法选择 根据模型特点和估计方法的应用条件进行选择。 ㈣软件使用
斯托克、沃森着《计量经济学》第九章
Chapter 9. Assessing Studies Based on Multiple Regression 9.1 Internal and External Validity Multiple regression has some key virtues: ?It provides an estimate of the effect on Y of arbitrary changes ΔX. ?It resolves the problem of omitted variable bias, if an omitted variable can be measured and included. ?It can handle nonlinear relations (effects that vary with the X’s)
Still, OLS might yield a biased estimator of the true causal effect. A Framework for Assessing Statistical Studies Internal and External Validity ?Internal validity: The statistical inferences about causal effects are valid for the population being studied.
?External validity: The statistical inferences can be generalized from the population and setting studied to other populations and settings, where the “setting” refers to the legal, policy, and physical environment and related salient features.
斯托克计量经济学课后习题实证答案
P ART T WO Solutions to Empirical Exercises
Chapter 3 Review of Statistics Solutions to Empirical Exercises 1. (a) Average Hourly Earnings, Nominal $’s Mean SE(Mean) 95% Confidence Interval AHE199211.63 0.064 11.50 11.75 AHE200416.77 0.098 16.58 16.96 Difference SE(Difference) 95% Confidence Interval AHE2004 AHE1992 5.14 0.117 4.91 5.37 (b) Average Hourly Earnings, Real $2004 Mean SE(Mean) 95% Confidence Interval AHE199215.66 0.086 15.49 15.82 AHE200416.77 0.098 16.58 16.96 Difference SE(Difference) 95% Confidence Interval AHE2004 AHE1992 1.11 0.130 0.85 1.37 (c) The results from part (b) adjust for changes in purchasing power. These results should be used. (d) Average Hourly Earnings in 2004 Mean SE(Mean) 95% Confidence Interval High School13.81 0.102 13.61 14.01 College20.31 0.158 20.00 20.62 Difference SE(Difference) 95% Confidence Interval College High School 6.50 0.188 6.13 6.87
斯托克,沃森计量经济学第四章实证练习stata操作及答案
E4.1 E4.2 E4.3 E4.4
E4.1 VARIABLES ahe age 0.605 (0.0245) Constant 1.082 (0.688) Observations 7,711 R-squared 0.029 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 1. ① 截距估计值estimated intercept: 1.082 ② 斜率估计值estimated slope: 0.605 回归方程：ahe= 1.082+0.605*age ③ 当工人年长 1 岁，平均每小时工资增加0.605 美元。 2. Bob: 0.605*26+1.082=16.812 （美元） Alexis: 0.605*30+1.082=19.232 （美元） 答：预测Bob 的收入为每小时16.812美元，Alexis为19.232 美元。 3. 年龄不能解释不同个体收入变化的大部分。因为R-squared 反映了因变量的 全部变化能通过回归关系被自变量充分解释的比例，而分析得R-squared 的值为0.029，解释度低，说明年龄不能解释不同个体收入变化的大部分
E4.1 (0.0449) Observations 463 R-squared 0.036 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 ① 截距估计值： 3.998 斜率估计值： 0.133 回归方程： Course_Eval=3.998+0.133*beauty lave_esruo 0a u ty a e 1. 答：两者看上去有微弱的正相关关系 2. VARIABLES course eval beauty Constant 0.133 (0.0550) 3.998
斯托克、沃森着《计量经济学》第六章
Chapter 6. Linear Regression with Multiple Regressors 6.1 Omitted Variable Bias（遗漏变量偏差） OLS estimate of the Test Score/STR relation: n TestScore= 698.9 – 2.28×STR, R2 = .05, SER = 18.6 (10.4) (0.52) Is this a credible estimate of the causal effect on test scores of a change in the student-teacher ratio? 1
No: there are omitted confounding factors (family income; whether the students are native English speakers) that bias the OLS estimator: STR could be “picking up” the effect of these confounding factors. 2
Omitted Variable Bias The bias in the OLS estimator that occurs as a result of an omitted factor is called omitted variable bias. For omitted variable bias to occur, the omitted factor “Z” must be: 1.a determinant of Y; and 2.correlated with the regressor X. 3
计量经济学自相关性检验实验报告
计量经济学 自相关性检验实验报告 实验内容：自相关性检验 工业增加值主要由全社会固定资产投资决定。为了考察全社会固 定资产投资对工业增加值的影响，可使用如下模型：Y i = 1 β β+ i X； 其中，X表示全社会固定资产投资，Y表示工业增加值。下表列出了中国1998-2000的全社会固定资产投资X与工业增加值Y的统计数据。 一、估计回归方程
OLS法的估计结果如下： Y=668.0114+1.181861X （2.24039）（61.0963） R2=0.994936，R2=0.994669，SE=951.3388，D.W.=1.282353。 二、进行序列相关性检验 （1）图示检验法
通过残差与残差滞后一期的散点图可以判断，随机干扰项存在正序列相关性。 （2）回归检验法 一阶回归检验 e=0.356978e1-t+εt t 二阶回归检验
e=0.572433e1-t－0.607831e2-t+εt t 可见：该模型存在二阶序列相关。 （3）杜宾-瓦森（D.W）检验法 由OLS法的估计结果知：D.W.=1.282353。本例中，在5%的显 =1.22，著性水平下，解释变量个数为2，样本容量为21，查表得d l d u=1.42,而D.W.=1.282353，位于下限与上限之间，不能确定相关性。（4）拉格朗日乘数（LM）检验法 F-statistic 6.662380 Probability 0.007304 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 12/26/09 Time: 22:55 X 0.005520 0.015408 0.358245 0.7246 RESID(-1) 0.578069 0.195306 2.959807 0.0088 Adjusted R-squared 0.340473 S.D. dependent var 927.2503 S.E. of regression 753.0318 Akaike info criterion 16.25574 Sum squared resid 9639967. Schwarz criterion 16.45469 Log likelihood -166.6852 F-statistic 4.441587 由上表可知：含二阶滞后残差项的辅助回归为： e=-35.61516+0.05520X+0.578069e1-t－0.617998e2-t t (-0.1507) (0.3582) (2.9598) (-3.0757)
斯托克、沃森着《计量经济学》第八章
Chapter 8. Nonlinear Regression Functions 8.1 A General Strategy for Modeling Nonlinear Regression Functions ?Everything so far has been linear in the X’s ?The approximation that the regression function is linear might be good for some variables, but not for others.
?The multiple regression framework can be extended to handle regression functions that are nonlinear in one or more X.
The TestScore – STR relation looks approximately linear…
But the TestScore – average district income relation looks like it is nonlinear.
If a relation between Y and X is nonlinear: ?The effect on Y of a change in X depends on the value of X – that is, the marginal effect of X is not constant ?A linear regression is mis-specified – the functional form is wrong ?The estimator of the effect on Y of X is biased – it needn’t even be right on average. 遗漏高次项会带来遗漏变量偏 差。例如： () 2 012 Y X X u βββ =+++，显然X与2 X相关。
詹姆斯·斯托克,马克·沃森计量经济学第三章实证练习stata答案
一、 Two-sample t test with equal variances Group Obs Mean Std.Err. Std.Dev. 95% Conf. Interval 1992 7,612 11.62 0.0644 5.619 11.49 11.74 2012 7,440 19.80 0.124 10.69 19.56 20.04 combined 15,052 15.66 0.0770 9.442 15.51 15.81 diff -8,183 0.139 -8.455 -7.911 diff = mean(1992) - mean(2012) t = -58.9871 Ho: diff = 0 degrees of freedom = 15050 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000 二、 Two-sample t test with equal variances Group Obs Mean Std.Err. Std.Dev. 95% Conf. Interval 1992 7,612 15.64 0.0867 7.564 15.47 15.81 2012 7,440 19.80 0.124 10.69 19.56 20.04 combined 15,052 17.69 0.0772 9.471 17.54 17.85 diff -4.164 0.151 -4.459 -3.869 diff = mean(1992) - mean(2012) t = -27.6423 Ho: diff = 0 degrees of freedom = 15050 Ha: diff < 0 Ha: diff != 0 Ha: diff > 0 Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000
计量经济学：自相关
自相关 前面几章的讨论中，我们假定随机误差项前后期之间是不相关的。但在经济系统中，经济变量前后期之间很可能有关联，使得随机误差项不能满足无自相关的假定。本章将探讨随机误差项不满足无自相关的古典假定时的参数估计问题。 第一节什么是自相关 一、自相关的概念 自相关（auto correlation）又称序列相关（serial correlation），是指总体回归模型的随机u之间存在相关关系。前面几章中强调，在回归模型的古典假定中是假设随机误差误差项 i
项是无自相关的，即i u 在不同观测点之间是不相关的，即 0),(),(==j i j i u u E u u Cov （j i ≠） （见2.15） 如果该假定不能满足，就称i u 与j u 存在自相关，即不同观测点上的误差项彼此相关。 自相关的程度可用自相关系数去表示，随机误差项t u 与滞后一期的1-t u 的自相关系数为 ∑∑∑=-==-= n t t n t t n t t t u u u u 2 2 122 21 ρ （6.1） （6.1）式定义的自相关系数ρ与普通相关系数的公式形式相同，ρ的取值范围为 11≤≤-ρ。（6.1）式中u t -1是u t 滞后一期的随机误差项，因此，将（6.1）式计算的自相关 系数ρ称为一阶自相关系数。 根据自相关系数ρ的符号可以判断自相关的状态，如果ρ<0，则u t 与u t -1为负相关；如果ρ>0，则u t 与u t -1为正关；如果ρ= 0，则u t 与u t -1不相关。 二、自相关产生的原因 1、经济系统的惯性 自相关现象大多出现在时间序列数据中，而经济系统的经济行为都具有时间上的惯性。例如GDP 、价格、就业等经济数据，都会随经济系统的周期而波动。又如，在经济高涨时期，较高的经济增长率会持续一段时间，而在经济衰退期，较高的失业率也会持续一段时间，这种情况下经济数据很可能表现为自相关。 2、经济活动的滞后效应。 滞后效应是指某一变量对另一变量的影响不仅限于当期，而是延续若干期。由此带来变量的自相关。例如，居民当期可支配收入的增加，不会使居民的消费水平在当期就达到应有水平，而是要经过若干期才能达到。因为人的消费观念的改变存在一定的适应期。 3、数据处理造成的相关。 因为某些原因对数据进行了修正和内插处理，在这样的数据序列中可能产生自相关。例如，将月度数据调整为季度数据，由于采用了加合处理，修匀了月度数据的波动，使季度数据具有平滑性，这种平滑性可能产生自相关。对缺失的历史资料，采用特定统计方法进行内插处理，也可能使得数据前后期相关，而产生自相关。 4、蛛网现象。
斯托克、沃森着《计量经济学》第五章
Chapter 5. Regression with a Single Regressor: Hypothesis Tests and Confidence Intervals 5.1 Testing Hypotheses about One of the Regression Coefficients（对单一系数的假设检验） Suppose a skeptic suggests that reducing the number of students in a class has no effect on learning or, specifically, test scores. The skeptic thus asserts the hypothesis, 1
H0: β1 = 0 We wish to test this hypothesis using data – reach a tentative conclusion whether it is correct or incorrect. Null hypothesis and two-sided alternative: H0: β1 = 0 vs. H1: β1≠ 0 or, more generally, 2
H0: β1 = β1,0 vs. H1: β1≠β1,0 where β1,0 is the hypothesized value under the null（β1,0是一个具体的数）. Null hypothesis and one-sided alternative: H0: β1 = β1,0 vs. H1: β1 < β1,0 In economics, it is almost always possible to come up with stories in which an effect could “go either way,” so it is 3
计量经济学自相关练习题
一、选择题 1、设t u 为随机误差项，则一阶线性自相关是指（ ） 1121122. cov(,)0() ...t t s t t t t t t t t t A u u t s B u u C u u u D u u ρερρερε----≠≠=+=++=+ 2、在序列自相关的情况下，参数估计值仍是无偏的，其原因是（ C ） A. 无多重共线性假定成立 B. 同方差假定成立 C. 零均值假定成立 D. 解释变量与随机误差项不相关假定成立 3、应用DW 检验方法时应满足该方法的假定条件，下列不是其假定条件的为（ ） A.解释变量为非随机的 B.被解释变量为非随机的 C.线性回归模型中不能含有滞后内生变量 D.随机误差项服从一阶自回归 4、广义差分法是（B ）的一个特例 A.加权最小二乘法 B.广义最小二乘法 C.普通最小二乘法 D.两阶段最小二乘法 5、加权最小二乘法是（ ）的一个特例 A.广义差分法 B.普通最小二乘法 C.广义最小二乘法 D.两阶段最小二乘法 6、在下例引起序列自相关的原因中，不正确的是（ ） A.经济变量具有惯性作用 B.经济行为的滞后性 C.设定偏误 D.解释变量之间的共线 性 7、以下选项中，正确地表达了序列相关的是（ ） A. j i COV j i ≠≠,0),(μμ B. j i COV j i ≠=,0),(μμ C. (,)0,i j COV X X i j =≠ D. j i X COV j i ≠≠,0),(μ 8、用于检验序列相关的DW 统计量的取值范围是( ) A. 0≤DW ≤1 B.－1≤DW ≤1 C. －2≤DW ≤2 D.0≤DW ≤4 9、在DW 检验中，存在正自相关的区域是（ ） A. 4- l d ﹤DW ﹤4 B. 0﹤DW ﹤l d C. u d ﹤DW ﹤4-u d D. l d ﹤DW ﹤u d ,4-u d ﹤DW ﹤4-l d 10、已知DW 统计量的值接近于2，则样本回归模型残差的一阶自相关系数ρ? 近似等于 ( ) A. 0 B.–1 C. 1 D. 4 11、广义差分法是对( )用最小二乘法估计其参数。
斯托克,沃森计量经济学第四章实证练习stata操作及答案
E4.1 E4.2 E4.3 E4.4
VARIABLES ahe age 0.605 (0.0245) Constant 1.082 (0.688) Observations 7,711 R-squared 0.029 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 1.①截距估计值estimated intercept:1.082 ②斜率估计值estimated slope:0.605 回归方程：ahe= 1.082+0.605*age ③当工人年长1岁，平均每小时工资增加0.605美元。 2.Bob: 0.605*26+1.082=16.812（美元） Alexis: 0.605*30+1.082=19.232（美元） 答：预测Bob的收入为每小时16.812美元，Alexis为19.232美元。 3.年龄不能解释不同个体收入变化的大部分。因为R-squared反映了因变量的 全部变化能通过回归关系被自变量充分解释的比例，而分析得R-squared的值为0.029，解释度低，说明年龄不能解释不同个体收入变化的大部分。
1. 答：两者看上去有微弱的正相关关系 2. VARIABLES course_eval beauty 0.133 (0.0550) Constant 3.998 (0.0449) Observations 463 R-squared 0.036 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 ①截距估计值：3.998 斜率估计值：0.133 回归方程：Course_Eval=3.998+0.133*beauty
斯托克计量经济学第十章第十一章实证练习stata
∕?E10.1?∕ USe w C:?Us?ε≡?asus?D^9?top?Guns.dta w set BlOXe OrC Xwet scateid yrar ∕a HP/ GCn InViC e ln(ViO) reg InViO ShaIl r X eat a tore CII reg InViO Shail incarc rate density avginc POP pblO64 PMlO^4 FnlO2$ λ X C3t >torc n2 /?(2>*/ ×τx?q InVIO shall InCarC e raτe αe∏8ity avgιnc FOP 匸Q1064 PV丄034 FlIUJ20. r? ι (scaτ?i3) eσt StOre ∏3 ∕?(3M∕ xτxeσ InVXo □?all incarcerate dcn□ιty arcme rop rb丄064 rv!061 匸nu」29, tc ι(Vear) est StOre ?4 κcxeg InVlo shall incarcerate density avcxnc FOP FbIO64 E乜丄064 FlrL B J29 ι.yea∑ 工?ataceιd r Ie VCe(XObUSO eat 3tore m3 catcab XInUn3 Di4i 比5 U0ing IIVIPaaI9iC3t?zzι,JC∑2 a∑2(?> /*(4>*/ gen InXCt=In(XCO) reσ InXCt shall, Z est store al reσ InXCt SnalI incarcerate avαιno PCr Dr丄064 pxl064 r<ιl029, X est store a2 XCXeg Inrob □nall InCarC e raZe αcnaιty avgιnc FOP pi>lD64 丄064 FBUJ29. re ι(0CaZeIaI eat atore a3 ×τx?g InrOb SnalI InCarC e raτe α?naιty avgιnc FOP pi>1064 PVIOe4 FBU^29 f r? ι(y?ar) eat 3tore d￡ ×LX?9 InXOb Shall InCarC xaZe ClenslLy avginc POP fI>1064 PVlO€4 PMLL929 丄?year !.?SLazeld r Xe VCe(XQbUSCl e□t StOre aS estcab al ?2 a3 a4 aS USlng soaad.rtf Se r2 ar214> gen InnUr^丄二(EIUr) reg InnUC 9hall, r t>t ?tor? DX reg InnUr shall incarc rate density avginc pop DbIo64 PXIO6? ral029 # T 37?>t sror? b2 38xτrcg InirUr 3bdll incarc - raτe density avjinc POP rιbl064 pwl0€4 rml029, fe i (ata^cid) 39?β‰ 8LOX? b3 40xτrcσ 丄ΠXUH ShaIL InCaXC e xcτc αcnsιt5* avjιnc POP rb-061 PW(1064 Zm-O29#fc ι (year) 41esr a^ore b4 42xτxeg .nxux shall InCaXC_xaτe αensιty avgιnc POP Fb-O64 PW丄064 PlrUo29 工?year 工?staτexd r f e VCe (XCbXIsx? 43est StOre b5 44?fttaD bl b2 Q3 D4 匕5 UBXng sorrow?rcr?■冷∑2a∑2(4) 铝∕?E10.2t∕ 4€us? n CAuSVXsXasusXC^skcopVSeacBelus.ατα? 47 ×zscz firs year 45/<(1)*/ 49gen In^n□oas=-n(xnocine) 50reg fatalityrate sperd65 5peed*0 be08 drinkβgc IninCOBr βoe, r 5丄*st ιror?CI 52/?(2)*/ 53×zxeg XazallLyxaze ?t> -u?vαg* βρ? est store c3 Se ∕? (5??/ 59 San vwτ €0∕?(?)?/ 61XCa nb β u□ecσe PXXriary 3econdary 0ceed6S opeed70 baO8 dr3∏teσc2丄丄mr:COaLC a?c, r 62esr S^Ore c4 €3 Xtreg Sb S Udeage PrIXaXy secondary GPCea65 apcεd70 ba J8 e∑xnkage2丄InXnCCiae age 丄.year 丄.±ιps r ±e VCe(robust! C4 est Store c5 CS ??ttΛD CI C2 C3 C4 CS UBLna cn??xupi?r = i■■芒r2 ?∑2 (?) 66/?E11.1*/ 67us? M CΛus
斯托克、沃森着《计量经济学》第二章
Chapter 2. Review of Probability 2.1 Random Variables and Probability Distributions 概率Probability： 在大量重复实验下，事件发生的频率趋向的某个稳定值。例如，记事件“下雨”为A，其发生的概率为P()A。
条件概率Conditional Probability ： 例：已知明天会出太阳，下雨的概率有多大？ 记事件“出太阳”为B 。则在出太阳的前提条件下降雨的“条件概率”（conditional probability ）为， P() P()P()A B A B B ∩≡ 其中，“∩”表示事件的交集（intersection ），故P()A B ∩为“太阳雨”的概率，参见图2.1。条件概率是计量经济学的重要概念之一。
图2.1、条件概率示意图
独立事件Independence ： 如果条件概率等于无条件概率，即P()P()A B A =，即B 是否发生不影响A 的发生，则称,A B 为相互独立的随机事件。此 时，P() P()P()P()A B A B A B ∩≡=，故 P()P()P()A B A B ∩= 也可以将此式作为独立事件的定义。
全概公式 如果事件组{}12,,,(2)n B B B n ≥ 两两互不相容， ()0(1,,) i P B i n >?= ，且12n B B B ∪∪∪ 为必然事件（即在 12,,,n B B B 中必然有某个i B 发生，“∪”表示事件的并集， union ），则对任何事件A 都有（无论A 与{}12,,,n B B B 是否有任何关系）， 1P()P()P()n i i i A B A B ==∑ 全概公式把世界分成了n 个可能的情形，再把每种情况下的条件概率“加权平均”而汇总成无条件概率（权重