直方图显示序列的频率分布。一起显示的还有标准的描述统计量。Р1、中位数(median)Р即从小到大排列的序列的中间值。Р2、标准差(Standard Deviation)Р标准差衡量序列的离散程度。Р3、偏度(Skewness)Р衡量序列分布围绕其均值的非对称性。Р如果序列的分布是对称的,S值为0;正的S值意味着序列分布有长的右拖尾,负的S值意味着序列分布有长的左拖尾。Р4、峰度(Kurtosis)Р度量序列分布的凸起或平坦程度,计算公式如下Р正态分布的K值为3。如果K值大于3,分布的凸起程度大于正态分布;如果K值小于3,序列分布相对于正态分布是平坦的。Р5、Jarque-Bera Р检验序列是否服从正态分布。Р在正态分布的原假设下,Jarque-Bera统计量是自由度为2的分布。直方图中显示的概率值是Jarque-Bera统计量超出原假设下的观测值的概率。如果该值很小,则拒绝原假设。当然,在不同的显著性水平下的拒绝域是不一样的。Р§7.3统计量的检验Р这是对序列均值、中位数、方差的单假设检验。两个样本的检验可参考下面的分类的相等检验(Equality test by classification)。选择View/tests for descriptive stats/simple hypothesis tests。Р§7.4相关图Р显示确定滞后期的自相关函数以及偏相关函数。这些方程通常只对时间序列有意义。当你选择View/Correlogram…显示对话框(Correlogram Specification)。Р可选择原始数据一阶差分 d(x)=x-x(-1)或二阶差分d(x)-d(x(-1))=x-2x(-1)+x(-2)的相关图。也可指定显示相关图的最高滞后阶数。在框内输入一个正整数,就可以显示相关图及相关统计量。Р一、自相关(AC)Р序列y滞后k阶的自相关由下式估计
全文预览
