量化经济建模讲义
这份由 Thomas J. Sargent 和 John Stachurski 设计编写的讲义， 使用 Python 和 Julia 语言， 深入讲解了量化经济建模。
Julia语言量化经济学讲义
相关推荐
计量经济学基础知识整理(详尽).ppt
档详细介绍了学习计量经济学所需的基础知识，涵盖了代数、概率论、微积分和统计学等内容。
算法与数据结构
0
2024-08-08
计量经济学: 假设检验四步走
第一步：明确假设从问题出发，建立原假设 (H0) 和备择假设 (H1)。
第二步：确定检验统计量选择合适的检验统计量，并假设原假设 (H0) 成立，推导出该统计量的理论分布。
第三步：构建拒绝域设定显著性水平 (α)，在原假设 (H0) 成立的前提下，确定拒绝域的范围和临界值，构建小概率事件。
第四步：判断与结论根据样本数据计算检验统计量的实际值。- 若计算值落入拒绝域，则拒绝原假设 (H0)，接受备择假设 (H1)。- 若计算值未落入拒绝域，则无法拒绝原假设 (H0)。
算法与数据结构
6
2024-05-24
探索离散随机变量：计量经济学基石
探索离散随机变量：计量经济学基石
离散随机变量，仅限于有限个或可数无限个值，构成了计量经济学分析的基石。 “可数无限” 意味着尽管变量取值无界，但每个值都能与一个正整数一一对应。
例如，贝努利随机变量，作为离散随机变量最简洁的代表，仅取两个值，通常代表事件的成功或失败。 理解离散随机变量及其概率分布，对于构建和解释计量经济学模型至关重要。
算法与数据结构
5
2024-05-25
正态分布：计量经济学中的重要知识梳理
正态分布及其派生分布在统计学和计量经济学中应用广泛。
假设总体变量服从正态分布简化了概率计算。
正态分布的概率密度函数呈现钟形曲线。
算法与数据结构
2
2024-05-26
关联与相关性计量经济学基础解析
关联度与相关性是描述两个随机变量之间关系的重要度量，类似于期望值和方差，它们揭示了变量如何相互变动。通过协方差和相关系数的分析，我们可以简洁地概括它们之间的联合概率密度函数。此外，我们还探讨了联合与条件分布的特征。
算法与数据结构
1
2024-07-30
Julia语言
Julia，专为科学计算而生，兼具高性能与动态特性。其语法对科学计算领域的用户友好，易于上手。值得一提的是，Julia在很多情况下性能表现出色，足以媲美编译型语言。
算法与数据结构
3
2024-05-19
matlab工具箱在计量经济学中的应用
这款计量经济学工具箱基于matlab编写，功能全面，支持GARCH模型、VAR模型等多种计量经济学模型的建立和预测。工具箱内附详细示例和解释，适合需求广泛的研究和应用。
Matlab
2
2024-07-17
指数函数图像解析：计量经济学中的y=exp(x)
指数函数图像：y=exp(x)
在计量经济学中，指数函数 y=exp(x) 扮演着至关重要的角色。
图像特点：
函数图像始终位于 x 轴上方，因为它始终大于零。
随着 x 的增大，函数值迅速增大，呈现指数增长趋势。
当 x 趋近于负无穷时，函数值趋近于零，但始终不等于零。
理解图像对于学习计量经济学模型至关重要，因为它可以帮助我们直观地理解变量之间的关系。
算法与数据结构
6
2024-05-23
从双变量推广至多变量情形计量经济学基础详解
若每个随机变量与集合中的其他变量均不相关，则它们被称为多变量中的两两不相关随机变量。这意味着对所有的随机变量组合，其方差依然成立。
算法与数据结构
3
2024-07-14