【ランダムな変数📊】離散確率変数と連続確率変数の基礎：統計学 No.2
今回は、確率関数と確率密度関数について考えていきます！
計量経済学や統計学の基礎を学ぶことで、データ分析への第一歩になれば幸いです💗
計量経済学への挑戦🔥
経済学部に通う私も
いよいよ大学「学部」最終年になり
学問に全力を注ぐ時間も限られてきました👍
「知は力なり」という言葉を信じて
残りの大学生生活を満喫したいと思います！
学部レベルのマクロ経済学は
個人的によく理解できたつもりです！
しかしながら、本当の経済の動向を理解するには、学部レベルの知識ではお話になりません😥
また、正しい計量経済学の知識やデータ分析のリテラシーを会得しなければなりません💦
現実の経済データを、理論モデルと当てはめ
正しい計量手法によって実証分析できる力を醸成したら
きっと将来どこかで活躍できる人財になれる可能性を高めることに繋がると思います。
何事もアウトプット前提のインプットが
大事であると、noteで毎日発信してきました
これは、どのような内容で
あっても当てはまります👍
先行研究の論文を一概に読んでも
記憶に残っていなかったり
大切な観点を忘れてしまっていたりしたら
学習の進捗は滞ってしまうと思います！
だからこそ、この「note」をフル活用して
自分の知識を1％でも、定着させ
誰にでもわかりやすい解説をアウトプットできるように努めていきたいと思います。
なお、前回のお復習いはこちらからご確認ください💗
それでは、私がこれからアウトプットする
計量経済学において最重要なパートである
時系列分析のモデル理論解説を
どうぞ最後まで、ご愛読ください📖
確率関数と確率密度関数✨
確率変数（かくりつへんすう、英: random variable, aleatory variable, stochastic variable）とは、統計学の確率論において、起こりうることがらに割り当てている値（ふつうは実数や整数）を取る変数です。
各事象は確率をもち、その比重に応じて確率変数はランダムに値を取ります📊
確率変数$${x}$$が離散確率変数である時、$${x}$$は、$${x_1,x_2, ..., x_n }$$, の値をそれぞれ$${ f(x_1), f(x_2),...,f(x_n)}$$の確率で取るものとします。
また、そのとき$${f(x)}$$を$${x}$$の確率関数と呼びます。
すなわち、試行の結果によって値が決まる変数を確率変数といい、確率変数の分布を確率分布と呼びます。
そして、離散確率変数の累積分布関数（または分布関数）は(1)式のように定義されます。
$$
\\F(x)=\displaystyle\sum_{x_i \le x}f(x_i) \cdots(1)
$$
また、任意の実数$${a,b}$$に対して
$$
\\P(a \le x \le b)=\displaystyle \int_a^b f(x)dx \cdots (2)
$$
が成立するような関数$${f(x)}$$が存在するとき、確率変数$${x}$$は連続変数であると言います。
簡略な説明ではありますが、任意の$${x}$$に対して$${Pr[X ≤ x]}を与える関数を$${X}$$の累積分布関数(cdf)
$${Pr[X = x]}$$を与える関数を$${X}$$の確率質量関数(pmf)といいます！
上記のように、積分すると累積分布関数が得られる関数（累積分布関 数の導関数）を確率密度関数(pdf)ということを覚えておいてください！
連続確率変数の平均は(3)のように定義され
$$
\\\mu =E(x)=\displaystyle \int_{-∞}^∞ xf(x)dx \cdots (3)
$$
連続確率変数の分散は、(4)式のように与えられます！
$$
\\\sigma^2 =V(x)\\ \\ =\displaystyle \int_{-∞}^∞(x-\mu)^2f(x)dx \cdots(4)
$$
また、2変量の確率変数においては、(5)のような共分散の関係があることも覚えておきましょう。
$$
\\Cov(x,y)=E[(x-E(x))(y-E(y))]\cdots(5)
$$
チェビシェフの不等式✨
$${x}$$が平均$${\mu}$$、分散$${\sigma^2}$$の確率変数とするとき、$${λ}$$を任意の整数として、以下の関係が成立していることを補足説明としておきます。
$$
\\P(|x-\mu|\ge λ\sigma)\le \frac{1}{λ^2}
$$
詳しくは、上記のサイトをご覧ください💗
計量経済学モデルの特徴をしっかり理解して、卒業論文を書き進めていきたいと思います💖
本日の解説はここまでとします🔖
なお、本投稿作成における参考文献は以下の通りです。
なぜ、計量経済学を学ぶのか？？
計量経済学が時系列解析法を「理論なき計測」として退けるところからスタートしたことでよく知られているのです。
1930年に創立された計量経済学会の規約第1条では、計量経済学は「理論的数量的アプローチと経験数量的アプローチの統一」と定義されていました📝
また、R・フリッシュによる『エコノメトリカ』創刊の辞では、「統計学、経済学、数学の三者の統合」と定義されているのです👍
このような定義においては、当時のハーバード景気予測に代表される時系列解析法への批判が強く意識されていたとされています。
すなわち、それが29年の大恐慌の予測に失敗したのは，経済理論を無視し、 時系列データの形式的な解析のみに終始したからであったということです。
今後はそうした「理論なき計測」の立場を退け、「理論に基づく計測」を重視していかなければならない、という見解の重要性が増しています
このような歴史を経て、計量経済学はスタートをきったのでした！
そして、何よりマクロ経済変数は
その多くが互いに影響を及ぼし合う相互依存の関係にあり、また過去の変化の影響が持続するという傾向を持ちます。
これらの動向を分析したり、将来を予測したりできるようになるためには、計量経済学、ひいては「時系列分析」に対する理論や正しい実証手法への理解が必要不可欠となります。
「計量経済学」シリーズの投稿では、こうしたマクロ時系列変数の実証分析に必要な計量理論と手法を習得することを目的とします。
これから私がアウトプットする
時系列マクロ経済分析に関する内容について
どうぞ最後までご愛読ください💖
付録：私の卒論研究テーマについて🔖
私は「為替介入の実証分析」をテーマに
卒業論文を執筆しようと考えています📝
日本経済を考えたときに、為替レートによって
貿易取引や経常収支が変化したり
株や証券、債権といった金融資産の収益率が
変化したりと日本経済と為替レートとは
切っても切れない縁があるのです💝
（円💴だけに･･･）
経済ショックによって
為替レートが変化すると
その影響は私たちの生活に大きく影響します。
だからこそ、為替レートの安定性を
担保するような為替介入はマクロ経済政策に
おいても非常に重要な意義を持っていると
推測しています。
決して学部生が楽して執筆できる簡単なテーマを選択しているわけでは無いと信じています！
ただ、この卒業論文をやり切ることが
私の学生生活の集大成となることは事実なので
最後までコツコツと取り組んで参ります🔥
今後も経済学理論集ならびに
社会課題に対する経済学的視点による説明など
有意義な内容を発信できるように努めてまいりますので、宜しくお願いします🥺
おすすめマガジンのご紹介🔔
最後までご愛読いただき誠に有難うございました！
あくまで、私の見解や思ったことを
まとめさせていただいてますが
その点に関しまして、ご了承ください🙏
この投稿をみてくださった方が
ほんの小さな事でも学びがあった！
考え方の引き出しが増えた！
読書から学べることが多い！
などなど、プラスの収穫があったのであれば
大変嬉しく思いますし、投稿作成の冥利に尽きます！！
お気軽にコメント、いいね「スキ」💖
そして、お差し支えなければ
フォロー＆シェアをお願いしたいです👍
今後とも何卒よろしくお願いいたします！
この記事が気に入ったらサポートをしてみませんか？