全部版块 我的主页
论坛 计量经济学与统计论坛 五区 计量经济学与统计软件 Stata专版
6768 3
2010-02-10
1 , This program asks you to simulate 1000 observations for an F2,3 distribution, starting with normally distributed variables.

(a) provide a quick outline of the steps in your simulation

(b) provide Stata code to simulate the variables(including Xchi2 variables as an intermediate step)

(c) draw a histogram for your simulated data and discuss its shape

老师也不讲的就叫我们自己去找资料学

在stata里怎么做卡方和F的图啊?

2, simulate 10000 draws for X~N(0,1) and Y~N(0,1)
Draw a histgram for X^2+Y^2 ?

以前文科出身,没怎么接触过这个

多谢
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2010-2-10 17:19:40

          ********* 计量分析与STATA应用 *********

          *        主讲人:连玉君 博士
          *        单  位:中山大学岭南学院金融系
          *        电  邮: arlionn@163.com
          *        主  页: http://blog.cnfol.com/arlion
         
          *                  ::高级部分::
          *              计量分析与Stata应用
          *       =================================
          *           第九讲  模拟分析与自抽样   
          *       =================================


http://baoming.pinggu.org/Default.aspx?id=25


*- 正态分布: N(mu,sigma2)
   
*- 标准正态分布的随机数,即,X--N(0,1),公式为:

*   gen x = invnormal(uniform())
*-
一般正态分布的随机数,即,X--N(mu,sigma^2),公式为:
*    mu + sigma*invnormal(uniform())
*
例如:
   
clear
       set obs 10000
       gen x1 = invnormal(uniform())
       gen x2 = 10 + 5*invnormal(uniform())
       sum x1 x2, detail
       histogram x1, normal
       histogram x2, normal



*- 其他分布:t(df)分布, F(k1,k2)分布,Chi2(df)分布,gamma分布, weibull分布等

* 常用分布的特征参见:Olive(2005)  Applied Robust Statistics, Chapter 3
* 常用分布的数值生成方法参见:

*     Cameron(2005)  Microeoconometric: Methods and Applications, Appendix B



      
*- chi2 分布  Chi2(k)
         *- 计算公式:
Sum^{k} (invnormal(uniform()))^2
         *-           Sum_1^{k} (N(0,1))^2
         *- 即,k 个标准正态分布的平方和

     
         clear
         rndchi 1000 5        /* Chi2(5)
分布 */
         histogram xc, normal
         rndchi 10000 20      /* Chi2(20)分布
*/
         twoway (histogram xc) (kdensity xc)
         sum xc, detail
         * 结论:

         *  相对于正态分布,略微向右拖尾
         *  随着自由度的增大,越发接近正态分布


       *- F(k1, k2) 分布

         *               Chi2(k1)/k1
         *- 计算公式: ---------------
         *               Chi2(k2)/k2
         clear
         rndf 1000 3 200   /* F(3,20) 分布 */
         histogram xf
         rndf 1000 20 20
         histogram xf



http://baoming.pinggu.org/Default.aspx?id=25




二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-2-11 03:27:23
拿什么来感谢你我的版主
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2012-6-1 17:32:20
牛逼人物啊,有幸听过版主的课,讲课幽默风趣,人又帅
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群