第三章 非线性回归分析(计量经济学-南京财经大学-陈耀辉)要点.pptVIP

第三章 非线性计量经济模型 一、非线性模型的线性化 二、非线性模型的参数估计 三、一个例子 一、非线性模型的线性化 二、非线性模型的参数估计 2.高斯-牛顿(Gauss-Newton)迭代法 对于非线性方程(2.1.4)，直接解法已不适用，只能 采用迭代解法，高斯-牛顿(Gauss-Newton)迭代法就是一 种较为实用的一种。 3. 牛顿-拉夫森(Newton-Raphson)迭代法 三、讨论：一个例子 (2.1.3) 代入(2.1.3)，得到： (2.1.8) 于是，将(2.1.3)取极小值变成对(2.1.8)取极小值。 如果有一个线性模型： 最小。比较(2.1.8)与(2.1.10)后发现，满足使(2.1.10)达到 最小的估计值 同时也是使(2.1.8)达到最小的 。 * * Y, X1散点图 下图表示中国自生产自动铅笔起，自动铅笔产量与铅笔销量存在线性关系 Y, X2散点图 Y, X3散点图 下图表示居民年均消费水平与铅笔销量存在近似对数的关系。散点图说明居民年均消费水平越高，则铅笔销量就越大。但这种增加随着居民消费水平的增加变得越来越缓慢。 下图表示政策变量与铅笔销量也呈线性关系。 Y, X4散点图 1.非线性最小二乘原理 现在的问题在于如何求解非线性方程(2.1.4)。 对于多参数非线性模型，用矩阵形式表示(2.1.1)为 Y=f(X,β)+μ (2.1.5) 其中各个符号的意义与线性模型相同。向量β的普通最 小平方估计值应该使得残差平方和 * 例1：此模型用来评价台湾农业生产效率。用台湾1958-1972年农业生产总值（yt），劳动力（xt1），资本投入（xt2）数据为样本得估计模型， = -3.4 + 1.50 Lnxt1 + 0.49 Lnxt2 (3.30) (2.78) (4.80) R2 = 0.89, F = 48.45 还原后得， = 0.713 xt11.50 xt20.49 (3.31) 因为1.50 + 0.49 = 1.99，所以，此生产函数属规模报酬递增函数。当劳动力和资本投入都增加1%时，产出增加近2%。 例2：用天津市工业生产总值（Yt），职工人数（Lt），固定资产净值与流动资产平均余额（Kt）数据 (1949-1997) 为样本得估计模型如下： Ln Yt = 0.7272 + 0.2587Ln Lt + 0.6986 LnKt (3.12) (3.08) (18.75) R2 = 0.98, s.e. = 0.17, DW = 0.42, F = 1381.4 因为0.2587 + 0.6986 = 0.9573，所以此生产函数基本属于规模报酬不变函数。 例3：硫酸透明度与铁杂质含量的关系（摘自《数理统计与管理》1988.4, p.16） 某硫酸厂生产的硫酸的透明度一直达不到优质指标。经分析透明度低与硫酸中金属杂质的含量太高有关。影响透明度的主要金属杂质是铁、钙、铅、镁等。通过正交试验的方法发现铁是影响硫酸透明度的最主要原因。测量了47个样本，得硫酸透明度（y）与铁杂质含量（x）的散点图如下 （1） y = 121.59 - 0.91 x (10.1) (-5.7) R2 = 0.42, s.e. = 36.6, F= 32 （2） 1/y = 0.069 - 2.37 (1/x) (18.6) (-11.9) R2 = 0.76, s.e. = 0.009, F= 142 （3）y = -54.40 + 6524.83 (1/x) (-7.2) (16.3) R2 = 0.86, s.e. = 18.2, F= 266 （4）Lny = 1.99 + 104.5 (1/x) (22.0) (21.6) R2 = 0.91, s.e. = 0.22, F= 468 还原，Lny = Ln(7.33) + 104.5 (1/x) y = 7.33 （5）非线性估计结果是 y = 8.2965 R2 = 0.96, EViews