急问个stata模拟卡方和F分布！！！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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

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

分享0 收藏2 回帖

关键词：Stata tata F分布 observations distribution including starting discuss outline provide

          ********* 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

拿什么来感谢你我的版主

牛逼人物啊，有幸听过版主的课，讲课幽默风趣，人又帅