计量经济学09新.pptVIP

第二部分 线性回归模型;主要内容;问题的提出;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Cobb-Dauglas生产函数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模型的理论方法。;因变量和解释变量之间的线性关系，包括参数线性和解释变量线性两种。前面的分析假定总体回归函数的形式为：;或参数、变量均为非线性形式的函数关系，如C-D生产函数：;一、对数模型Double log model ——度量弹性;;;图 9-1;;表9-1 每周的博彩支出Y与个人可支配收入X;线性模型与双对数回归模型的比较 回归模型的函数形式在一定程度上是个经验性问题。模型选择中的经验规律一般如下： 根??数据作图——只适用于双变量情形； 根据r2的大小选择的不当之处：两模型的应变量不同，一个是Y，一个是lnY 解释变量的选择一般应考虑变量之间的相关性（理论基础）、解释变量系数的预期符号、统计显著性、弹性系数等度量工具。 线性模型的弹性系数随着需求曲线上的不同点而变化，而双对数模型需求曲线上任何一点的弹性系数都是相同的。;;;;二、半对数模型(semilog model) 对数－线性模型——测量增长率;;;半对数模型： 线性－对数模型：解释变量为对数形式;倒数模型(Reciprocal Model)：;图 9-4;例：9-6：美国的菲利普斯曲线;Figure 9-5;例9-7 共同基金收取的咨询费;多项式回归模型Polynomial model;Figure 9-8;;例：9-8 假想的总成本函数;;例：9-9 吸烟与肺癌的关系;无截距回归——过原点的回归;关于度量比例和单位的说明;;本章小结;Figure 9-11 Summary of functional forms.;作业