非线性最小二乘幻灯片.pptVIP

变量之间的关系更多地表现为非线性特征。线性模型作为基础模型是非线性的近似，即任何非线性模型都可以通过线性模型来近似表达。 比如，模型 通过泰勒级数展开表述为 模型 的线性近似表达式为 但线性模型对非线性模型的近似程度取决于高阶部分是否充分小。即使在样本内线性模型能够较好地拟合数据，也不能准确地体现变量的结构关系。非线性模型中，x对y 的边际影响（或弹性）是变化的；而线性模型中，x对y 的边际影响（或弹性）是常数。很多情况下，线性模型与非线性模型对边际影响或弹性的估计存在非常大的差异。另外，利用线性模型拟合非线性数据存在潜在的危险，即区间外预测会存在越来越大的误差。因此，正确设定模型的形式是进行准确推断和预测的重要环节。 对于一般的回归模型，如以下形式的模型， (1) OLS一般不能得到其解析解。比如，运用OLS方法估计模型（1），令S(B)表示残差平方和，即 (2) 最小化S(B)，即根据一阶条件可以得到 以模型 为例，其一阶条件为 上述方程组没有解析解，需要一般的