模型的选择.pptVIP

第三节 模型的选择 一、“线性”的含义 对线性回归模型的“线性”有两种解释 1.就变量而言是线性的 2.就参数而言是线性的 * 变量、参数均为“线性” 参数“线性”，变量”非线性” 变量“线性”，参数”非线性” 当参数是线性的,就可以用最小二乘法估计参数。 在实际经济活动中，经济变量的关系是复杂的，直接表现为线性关系的情况并不多见。 如著名的恩格尔曲线 Engle curves 表现为幂函数曲线形式、宏观经济学中的菲利普斯曲线（Pillips cuves）表现为双曲线形式等。 但是，大部分非线性关系又可以通过一些简单的数学处理，使之化为数学上的线性关系，从而可以运用线性回归的方法进行计量经济学方面的处理。 下面讨论几种形式的回归模型： （1）倒数（双曲函数）模型 （2）多项式模型 （3）双对数模型（不变弹性模型） （4）半对数模型 所有这些模型的一个重要特征是：经过变换之后，它们都是参数线性模型，但是变量却不一定是线性的。 1.倒数（双曲函数）模型 例如，数据3.1中年龄与远视率的关系。 2.多项式模型 数据3.1也可以由多项式表示： 二、常见模型 3.双对数模型（不变弹性模型） 注：（1） 表示弹性，即X 增加一个百分点时Y的变化百分比。 （2）Y 取对数后，R2 将变大，因此不具备比较意义。 4.半对数模型 半对数模型包含两种形式，分别为： （1）左半对数模型（指数模型） 适用情况：随着X的增加，Y加速增加。（Y的增速加速度超过X） *