Основы теории оценивания и проверки гипотез

Описательные статистики

Рассмотрим кратко основы теории оценивания и проверки гипотез и проиллюстрируем возможности EViews при их практической реализации.

Сначала проиллюстрируем процедуру вычисления некоторых выборочных характеристик в двух разных случаях: одномерная и многомерная выборки. Пусть имеется ранее рассмотренная двумерная выборка. Выбрав «View/Graph/Line»(рисунок 2.1), получим график значений этих двух переменных (рисунок 2.2, левая часть).

Следует иметь в виду, что в этом случае строится график типа графика временного ряда, где по оси абсцисс располагаются номера периодов. Если при создании файла данных указать не номера, а даты, то в этом случае они будут указаны по оси абсцисс. При желании можно каждый график получить в отдельности, указав вместо «Graph» опцию «Multiple Graphs» ниже позиции «Graph» (рисунок 2.1).    

Рисунок 2.1 – Выбор процедуры построения графика двух переменных

Если необходимо отразить диаграмму рассеяния одной переменной по отношению к другой, то нужно указать «View/Graph/Scatter/Simple Scatter», а если на диаграмму рассеяния понадобится наложить линию регрессии, то вместо «Simple Scatter» нужно выбрать «Scatter Regression…», получим правый график (рисунок 2.2).

Рисунок 2.2 – Графики «Line» и «Scatter Regression…»

Выбрав «View/Descriptive Stats/Common Sample», тем самым вычислим некоторые описательные статистики (рисунок 2.3).

Рисунок 2.3 – Описательные статистики

Как видим, здесь вычислены следующие характеристики анализируемых переменных: средняя арифметическая (Mean), медиана, максимальное и минимальное значения, стандартное отклонение (Std. Dev.), асимметрия (Skewness) и эксцесс (Kurtosis). Кроме того, вычислена статистика Харке–Бера (Jarque–Bera) и вероятность, что её значение не превышает критического значения. Ниже указаны сумма значений всех элементов выборки, сумма квадратов отклонений (Sum. Sq. Dev.) и число обработанных наблюдений.