回归模型的函数形教材.pptVIP

5.3 多元对数线性回归模型 B2、B3 ：偏弹性系数 B2 度量了Y 对X2的弹性， 即在X3保持不变时，X2增加1%引起Y 平均增加B2% B3度量了Y 对X3的弹性， 即在X2保持不变时，X3增加1%引起Y 平均增加B3 % 一个实例：柯布-道格拉斯生产函数 1.检验的结果： t 检验的结果表明： 劳动力和资本单独地对产出有影响。 F检验的结果表明： 劳动力和资本联合地对产出有影响。 判定系数为0.995，表明劳动力和资本联合解释了大约99.5%的产出的变异。 2.回归结果的经济学意义： 当资本投入保持不变时，劳动投入每增加1%，产出平均增加0.3397%； 当劳动投入保持不变时，资本投入每增加1%，产出平均增加0.8460%； 两个弹性系数之和为1.1857，大于1，说明在这段时期内墨西哥经济是规模报酬递增的。 5.4 如何预测增长率：对数—线性模型 通常经济学家、企业家和政府对某一经济变量的增长率很感兴趣。 比如说，政府的财政赤字计划就是根据预计的GNP或者GDP的增长率这一最重要的经济活动指标而确定的。 对数—线性模型 X 每增加1单位，Y 平均增加B2*100% 例如， B2 = 3，X 每增加1单位，Y 平均增加300% B2 = 0.05， X 每增加1单位，Y 平均增加5% 对数—线性模型 t 每增加1单位（年），Y 平均增加B2*100% 例如， B2 = 3，t 每增加1年，Y 平均增加300% B2 = 0.05， t 每增加1年，Y 平均增加5% 对数—线性模型又被称为增长模型。 对数—线性模型又被称为增长模型。 一个实例：美国人口增长率 散点图 比较 线性趋势模型 增长模型 比较 1.检验的结果： t 检验的结果表明：时间对人口有显著影响，人口会随着时间的变化而变化。 判定系数值为0.9982，时间解释了大约99.82%的人口的变异。 2.回归结果的经济学意义： 时间每增加1年，对数人口平均增加0.0107， 即人口的年平均增长率为1.07% 截距项通常是没有意义的，但在这里却有意义： 当t=0时，即1974年，对数人口平均为5.3593。 也就是说，1974年的美国人口平均为 5.5 线性—对数模型：解释变量是对数形式 第五章 回归模型的函数形式 折线回归 附：案例分析——折线回归 为了考察改革开放以来中国居民的储蓄存款与收入的关系是否已发生变化。 以城乡居民人民币储蓄存款年底余额代表居民储蓄Y，以国民生产总值GNP代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系，并建立相应的计量经济学模型。 数据：国民总收入与居民储蓄存款 单位：亿元 数据来源：《中国统计年鉴2004》，中国统计出版社。表中“城乡居民人民币储蓄存款年增加额”为年鉴数值，与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城乡居民储蓄存款、国民总收入随时间的变化情况，如下图所示： 从上图中，尚无法得到居民的储蓄行为发生明显改变的详尽信息。 创建新变量——居民储蓄的增量DY，并画出其趋势图。 数据：国民总收入与居民储蓄存款 单位：亿元 年 份 国民生产总值 (GNP) 城乡居民人民币储蓄存款年底余额(Y) 城乡居民人民币储蓄存款增加额(DY) 年 份 国民生产总值 （GNP） 城乡居民人民币储蓄存款年底余额(Y) 城乡居民人民币储蓄存款增加额(DY) 1978 3624.1 210.6 NA 1991 21662.5 9241.6 2121.8 1979 4038.2 281 70.4 1992 26651.9 11759.4 2517.8 1980 4517.8 399.5 118.5 1993 34560.5 15203.5 3444.1 1981 4860.3 532.7 133.2 1994 46670 21518.8 6315.3 1982 5301.8 675.4 142.7 1995 57494.9 29662.3 8143.5 1983 5957.4 892.5 217.1 1996 66850.5 38520.8 8858.5 1984 7206.7 1214.7 322.2 1997 7