回归模型的函数形式..pptVIP

回归模型的函数形式 多元回归模型的应用 线性模型 “线性”回归的含义 方程中的参数是线性的 常用的可线性化回归模型 通过适当变量代换可变为参数线性的模型 双对数模型 半对数模型 多项式模型 倒数模型 一、双对数模型 需求量模型： X=书的价格 Y=书的需求量 ?随机误差项 建立模型如下： β2的含义 对于一般的模型 Y=f(X) 根据弹性的定义，Y对X的弹性可以表示为 一需求函数： 柯布—道格拉斯生产函数 对数工资方程 每小时工资与受教育年数的关系： 线性对数（lin-log）模型 β2 的含义： X的一个单位相对变化，引起Y的平均绝对增量 即：X增加1%时，Y改变β2 /100 劳动力供给函数 劳动力供给模型： hours=33+45.1 log(wage) wage：每小时工资 hours：每周工作的小时数 工资每增加1%将使每周工作的小时数增加： 0.45小时 线性对数(lin-log)模型 线性对数关系的选择 Y对X的边际增量递减 模型的选择 多项式回归模型Polynomial regression models 在生产成本函数领域应用广泛 模型的选择 倒数模型reciprocal models * * 实际经济活动中的许多问题，都可以最终化为线性问题。 线性回归模型具有普遍意义。 非线性模型 变量和参数均为线性: 参数线性，变量非线性: 参数非线性: 对（1）式取对数得到 其中 经过变换可变为线性的模型称为实质线性模型。 双对数模型的参数估计 使用最小二乘法得到 β1 、β2的估计值 使用的因变量：lnY，自变量：lnX。 在双对数模型中，解释变量的系数表示弹性。 双对数模型的重要假定：弹性是常数 对于线性模型Yi = β1 + β2Xi+ ?i Y对X的弹性可以表示为 两种模型的区别： 线性模型给出点弹性。 双对数模型给出常数弹性。 Se=(0.0416) (0.0250) t= (95.233) (-9.088) R2=0.911 弹性？ X= 劳动力投入量 K=资本投入量 Y=产出量 变换，得如下参数线性模型 βi …称为偏弹性系数 含义：当其他条件不变时，劳动力或资本的产出弹性。 例：使用1955 ～ 1974年墨西哥的数据得到 这一期间墨西哥的生产函数。 Y：产出（GDP） X1：劳动投入（总就业人数） X2：资本投入（固定资本） 回归结果：lnY=-1.6524+0.3397lnx1+0.8640lnx2 se=(0.6062) (0.1857) (0.0934) t= (-2.73) (1.83) (9.06) p值=(0.014) (0.085) (0) r2=0.995 规模报酬参数：反映产出对投入的比例变动。 规模报酬不变 规模报酬递增 规模报酬递减 二、半对数模型 对数到线性（log-lin)模型回归系数 β2 的含义： β2 ：X增加一单位时，Y的相对变化 多受一年教育将使每小时工资增加多少？ 9.4% 线性模型与对数线性模型的区别 1）线性模型 Yi= β1 + β2 Xi+ ui β2 的含义：X增加一个单位，Y的平均增量 表示因变量的绝对增量。 2）对数线性模型 β2 的含义：因变量的相对增量。 增长率或衰减率 — 恒定的增长模型 对数线性（log-lin)模型 测度增长率：人口、GDP、贸易…… 例：使用1972 ～ 1991年美国实际GDP数据。 试确定这一期间实际GDP的增长率。 回归模型：lnGDP=8.0139+0.0247t se=(0.0114)(0.00956) t=(700.54)(25.8643) p值=(0.0000)(0.0000) R2=0.9738 增长率=？ 例：使用1973 ～ 1987年美国的GNP(Y）与货币供给M2(X）的数据。 试求当货币供给增加1%时，GNP的绝对增加值。 回归模型：Y=-16329.0+2584.8lnX t=(-23.494) (27.549) p值=(0.0000) (0.0000) R2=0.9832 回归系数的含义？ DA