- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计量经济学第08章2
非线性单方程计量经济学模型概述 非线性普通最小二乘法 讨论:一个例子 现实经济活动并不都能抽象为线性模型,非线性模型计量经济学模型在计量经济学模型中占据重要的地位,关于它的理论与方法的研究是计量经济学理论与方法研究中的一个广泛的领域。 非线性模型理论与方法已经形成一个与线性模型相对应的体系,包括从最小二乘原理出发的一整套假设和从最大似然原理出发的一整套方法,也包括随机干扰项违背基本假设问题的估计方法。 本节只涉及一些基本的概念,以及最简单的单方程非线性模型的估计方法。 1、普通最小二乘原理 如果随机干扰项服从零均值、同方差的正态分布,且无自相关,则可以从普通最小二乘原理出发,构造模型的估计方法。 (1)对于只有一个参数的非线性模型: 取极小值的一阶条件为: 2、高斯-牛顿迭代法 根据经验给出参数估计值的初值,并在初值点 按Taylor级数展开,取一阶近似值: 所以: 最小。 是在给定参数估计值的初值 的情况下得到的,以它作为 新的给定值,在 处展开Taylor级数,取一级近似值,进行普通最小二乘估计,又可以得到 第二次迭代值 ,如此下去,直到收敛(连续两次参数估计值之差满足确定的标准)。 3、牛顿-拉夫森迭代法 这里与高斯-牛顿迭代法有两点不同,一是直接对残差平方和 展开Taylor级数,二是取二阶近似值。 使上式达到极小值的条件是: 于是得到: 例8.2.1 分别用线性化后的普通最小二乘法和非线性普通最小二乘法进行实际模型的估计(进行比较)。模型的目的是分析农民收入的增长是由哪些因素决定的,以及各个因素的贡献,进而研究提高农民收入的措施。 经过反复模拟,得到如下结论:改革开放以来,影响我国农民收入问题水平的主要因素是从事非农产业的农村劳动者人数、农副产品收购价格和农业生产的发展规模。用I表示农民纯收入问题水平,Q表示农业生产的发展规模,P表示农副产品收购价格,L表示从事非农生产的农村劳动者人数。 * * §8.2 扩展的单方程计量经济模型 1、解释变量非线性问题及其线性化方法 (一)多项式函数模型 (二)双曲线模型 (三)半对数和双对数模型 一、非线性单方程计量经济学模型概述 2、可化为线性的包含参数非线性的问题及其线性化方法 (一)指数模型 (二)幂模型 (三)S形模型 非线性模型经济实例 例如描述税收与税率关系的拉弗曲线:抛物线 s = a + b r + c r2 c0 s:税收; r:税率 设X1 = r,X2 = r2, 则原方程变换为 s = a + b X1 + c X2 c0 非线性模型经济实例 例如,Cobb-Dauglas生产函数:幂函数 Q = AK?L? Q:产出量, K:投入的资本; L:投入的劳动 方程两边取对数: ln Q = ln A + ? ln K + ? ln L 非线性模型经济实例 方程两边取对数后,得到: (?1+?2=1) Q:产出量,K:资本投入,L:劳动投入 ?:替代参数, ?1、?2:分配参数 例如,常替代弹性CES生产函数 将式中ln(?1K-? + ?2L-?)在?=0处展开台劳级数,取关于?的线性项,即得到一个线性近似式。 如取0阶、1阶、2阶项,可得 3、不可化为线性的包含参数非线性的问题 并非所有的函数形式都可以线性化 无法线性化模型的一般形式为: 其中,f(x1,x2,…,Xk)为非线性函数。如: 对于这类模型,经典的线性模型估计方法不再适用,必须发展新的方法估计模型,主要有非线性普通最小二乘法和非线性最大似然法。 二、非线性普通最小二乘法 如果参数值已经得到,则应使残差平方和最小,即: (2)对于多参数非线性模型,可用矩阵形式表示为: 取极小值的一阶条件为: 上式为k元非线性方程组,求解方法与一元的情形相同。 对于非线性方程组,直接求解已不适用,只能采用迭代解法。以单参数线性模型为例。 令: 则: 其中: 很容易求得参数β的普通最小二乘估计值 ,使得残差平方和: 牛顿-拉夫森迭代法作为高斯-牛顿迭代法的改进,当给出估计值的初值 时,在初值 处按Taylor级数展开,取二级近似值。 将它作为第一次迭代值 ,再进行上述过程,直到收敛。 无论是牛顿-拉夫森迭代法,还是高斯-牛顿迭代法,都存在一个问题,即如何保证所逼
原创力文档


文档评论(0)