主讲人：刘莎莎 第三讲 描述性统计分析
一、 序列窗口下的描述性统计分析
知识点 1：如何以建立组对象的方式将数据导入到 Eviews 中去（第二种导入数 据的方式） 。

知识点 2：如何在序列窗口下实现简单描述性统计量和直方图，将直方图和正态 分布曲线叠加在一起，从而更直观地观察数据的分布特征。

（如何将 EViews 图形 复制粘贴到 word 中） 知识点 3：如何在序列窗口下实现描述性统计量的假设检验 知识点 4：如何实现将单序列按某一变量分类后再进行描述性统计分析（本案例 的分类变量是该天是星期几） 知识点 5：如何实现将单序列按某一变量分类后再进行假设检验 知识点 6：如何画上证综指日对数收益率的 QQ 图 知识点 7：如何估计数据的经验分布函数的参数 案例数据说明：2003 年 1 月 6 日-2009 年 6 月 26 日上证综指日对数收益率。

二、序列组窗口下的描述性统计分析
知识点 1：如何通过打开 excel 文件的方式将数据导入到 Eviews 中去。

（第三种 导入数据的方式） 。

知识点 2：如何实现多变量的描述性统计量 知识点 3：如何实现多变量描述性统计量的假设检验 案例数据说明：国家统计调查队分别在两个地区调查了 10 个家庭的收入 知识点 4：如何计算当前序列组的相关系数矩阵，协方差矩阵


主讲人：刘莎莎
案例数据说明：1983-2000 年我国粮食生产与相关投入的数据，变量包括粮食产 量（单位：万吨）、农业化肥施用量（单位：万千克）、粮食播种面积（单位： 公顷）
附注：描述性统计量的计算公式
标准差(Std.Dev.)的计算公式是：
s=
2 ( y − y ) ∑ t t =1
T
T −1
其中，
yt 是观测值， y 是样本平均数。

偏度（Skewness）的计算公式是：
1 T yt − y 3 S = ∑( ) T t =1 s
其中，
yt 是观测值， y 是样本平均数,s 是样本标准差，T 是样本容量。

对
称分布的偏度是零，比如正态分布。

峰度（Kurtosis）的计算公式是:
1 T yt − y 4 S = ∑( ) T t =1 s
其中，
yt 是观测值， y 是样本平均数,s 是样本标准差，T 是样本容量。

正态分布的峰度值是 3。

主讲人：刘莎莎
JB 统计量的计算公式是：
JB =
T −k 2 1 [ S + ( K − 3) 2 ] 6 4
~ χ 2 ( 2)
JB 统计量用来检验序列值是否服从正态分布。

这里的 T 指数据的个数。

对 于一个可直接观测到的序列，k 值取零；如果该序列是某一回归方程的残差序列 （估计的序列），则 k 表示方程中解释变量的个数，S 是偏度值，K 是峰度值。

在原假设成立的条件下，JB 统计量服从自由度为 2 的 χ 2 分布。

输出结果给出的 概率指 JB 统计量取值大于样本计算的 JB 值的概率。

以检验水平为 5%为例，如 果这个概率大于 0.05，说明 JB 值落在了原假设的接受域，则应该接受原假设； 如果这个概率小于 0.05， 说明 JB 值落在了原假设的拒绝域， 则应该拒绝原假设。

。