eviews中的蒙特卡洛模拟程序.doc

模拟程序案例 例 1，在做抛掷一枚质地均匀的硬币的试验中发“正面朝上”的事件（用 1 表示）和“正面朝下”的事件 A（用 0 表示）的情况。历史上一些学者得到的具体试验结果如下： 现在需要利用 eviews 来模拟上述三位学者的实验。 算法分析：上述三学者的实验均为二项分布的实验，可以直接利用 eviews 产生二项分布随机数的函数@rbinom（n，p）. 编程如下： workfile binom u 1 2048 series result for !i=0 to 1 smpl 1 2048 series x x(1)=0 for !cou=1 to 2048 x(!cou)=@rbinom(!i,0.5) next next x.hist 例 2（投掷骰子）（1）投掷一颗质地均匀的骰子，令 X 表示其出现的点数，分析各点数出现的频率的稳定性及变化规律；（2）利用统计的方法，根据“频率的稳定性”规律求投掷一枚质地不均匀的骰子出现某点数的概率；（3）演示随机变量 X 的数学期望的统计意义。 算法分析：根据逆变换法产生来自分布函数F（x）的随机数，就要求出 F-1（y），其中 F-1（y）＝inf{x：F（x）≥y}.0≤y≤1.质地均匀的骰子各点数出现的频率的分布函数是 F（x）=p（x≥x）=（i=1）/6，i-1≤x＜i，i=1，2，…，7 可求得 F-1（y）=inf{x:F（x）≥y}.0≤y≤1=i-1，（i-1）/6≤y＜i/6，i=1，…，6 因而，可先由产生均匀分布随机数的函数 @runif（0，1）抽取 y 值，再来计算 F-1（y）值即可。 程序实现： workfile binom u 1 1000 smpl 1 1000 series x series y series a1 series a2 series a3 series a4 series a5 series a6 for !i=1 to 1000 a1(!i)=1/6 a2(!i)=2/6 a3(!i)=3/6 a4(!i)=4/6 a5(!i)=5/6 a6(!i)=1 x(!i)=@runif(0,1) if x(!i)a1(!i) then y(!i)=1 else if x(!i)=a1(!i) and x(!i)a2(!i) then y(!i)=2 else if x(!i)=a2(!i) and x(!i)a3(!i) then y(!i)=3 else if x(!i)=a3(!i) and x(!i)a4(!i) then y(!i)=4 else if x(!i)=a4(!i) and x(!i)a5(!i) then y(!i)=5 else if x(!i)=a5(!i) and x(!i)a6(!i) then y(!i)=6 else y(!i)=7 endif endif endif endif endif endif next y.hist 1.通过已知总体模型得到多组样本数据，进行多次回归，验证回归结果的特征、性质 最小二乘法的无偏性 workfile mc u 1 10 vector(10) v1 v1.fill 80, 100,120,140,160,180,200,220,240,260 mtos(v1,x) !b1=25 !b2=0.5 matrix(100,2) f for !k=1 to 100 series u=3*nrnd series y=!b1+!b2*x+u equation eq.ls y=c(1)+c(2)* x f(!k,1)=c(1) f(!k,2)=c(2) next show f expand 1 100 smpl 1 100 mtos(f,gr) freeze ser01.qqplot freeze ser01.hist freeze ser02.qqplot freeze ser02.hist matrix(1,2) m m(1,1)=@mean(ser01) m(1,2)=@mean(ser02) show m 蒙特卡洛模拟程序：(最终调试成功) store monte carle results in a series checked 4/1/2004 set workfile range to number of monte carle replications wfcreate mcarle u 1 100 create data series for x note: x is fixed in repeated samples only first 10 observations are used (remaining 90 obs missing) ser