计量经济学学习与Stata应用笔记(一)概率统计回顾

记录一下个人计量经济学学习的笔记。

第二章 概率统计

这一章主要是复习本科概率论与应用统计的部分知识。

概率与条件概率

条件概率

$$P(A|B)=\frac{P(A\cap B)}{P(B)}$$

全概率公式

$$P(A)=\sum _{i=1}^{n}P(B_i)P(A|B_i)$$

分布与条件分布

分布

$$F(x)={\int }_{-\infty }^{x}f(t)\mathrm{d}t$$

多维随机向量的概率分布

$$f_x(x)={\int }_{-\infty }^{\infty }f(x,y)\mathrm{d}y$$
$$F(x,y)={\int }_{-\infty }^x{\int }_{-\infty }^{y}f(t,s)\mathrm{d}t\mathrm{d}s$$

随机变量的数字特征

期望（expectation)

$$E(x)=\mu ={\int }_{-\infty }^{\infty }xf(x)\mathrm{d}x$$

方差 (variance)

$$Var(X)={\sigma }^2=E[X-E(X{)}^2]=E(X^2)-[E(X){]}^2$$

协方差（covariance）

$$Cov(X,Y)=E[(X-E(X))(Y-E(Y))]=E(XY)-E(X)E(Y)={\sigma }_{XY}$$
$Cov(X,Y)>0$则$X$与$Y$正相关，反之则负相关。

相关系数（correlation）

协方差反映了两个变量之间的相关性，即$X$的取值会对$Y$的取值有多大的影响。而为了反映这一影响的大小程度，采用了排除随机变量计量单位的相关系数$\rho$。
$$\rho =Corr(X,Y)=\frac{Cov(X,Y)}{\sqrt{Var(X)Var(Y)}}={\sigma }_X$$