第四章 线性回归模型的扩展.ppt

第四章 线性回归模型的扩展 非线性回归模型 虚拟变量 检验的扩展 案例分析 第一节 非线性回归模型 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。 2.双曲线函数模型 设变量X与Y之间具有双曲线函数形式 3.半对数函数模型与双曲线函数模型 称下述函数模型 半对数模型和对数模型的回归系数b1有着很直观的含义 二、模型变量的间接代换 第二节 虚拟变量 一、时间序列资料问题虚拟变量的引入 二、横截面资料问题虚拟变量的引入 三、季节性变动虚拟变量 许多经济变量是可以定量度量的，如：商品需求量、价格、收入、产量等 但也有一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。 为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”， 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量（dummy variables），记为D。 例如，反映文程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 一、时间序列资料问题虚拟变量的引入 2. 消费倾向变化 以Y为储蓄，X为收入，可令： 1991年前： Yi=?1+?2Xi+?1i i=1,2…,n1 1991年后： Yi=?1+?2Xi+?2i i=1,2…,n2 将n1与n2次观察值合并，并用以估计以下回归： 在统计检验中，如果?4=0的假设被拒绝，则说明两个时期中储蓄函数的斜率不同。 具体的回归结果为： 二、横截面资料问题虚拟变量的引入 例如，对某地区生产同一产品的各企业的生产进行研究，产量用Y表示，产量不仅取决于资金投入K、劳动力投入L，而且与生产的工艺过程有着密切的关系。设用两种不同的工艺过程进行生产，一种工艺过程记作甲，另一种工艺过程记作乙，设生产函数模型为： 又例：在横截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。 教育水平考虑三个层次：高中以下， 高中， 大学及其以上 在E(?i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的函数： 高中以下： 三、季节性变动虚拟变量 某些商品的销售是有季节性的，即季节的变化对销售量有着相 当大的影响，假设销售函数模型为： 虚拟变量的个数须按以下原则确定： 每一定性变量所需的虚拟变量个数要比该定性变量的类别数少1，即如果有m个定性变量，只在模型中引入m-1个虚拟变量。 例。已知冷饮的销售量Y除受k种定量变量Xk的影响外，还受春、夏、秋、冬四季变化的影响，要考察该四季的影响，只需引入三个虚拟变量即可： 则冷饮销售量的模型为： 在上述模型中，若再引入第四个虚拟变量 如果只取六个观测值，其中春季与夏季取了两次，秋、冬各取到一次观测值，则式中的： 显然，(X,D)中的第1列可表示成后4列的线性组合，从而(X,D)不满秩，参数无法唯一求出。 这就是所谓的“虚拟变量陷井”，应避免。 第三节 检验的扩展 一、经济结构稳定性检验 二、参数稳定性检验 三、线性约束稳定性和检验 一、经济结构稳定性检验 对于建立的模型: Yi = bo + b1 X1 i + b2 X2 i + … + bj Xj i +…+ bk Xk i + ui （1） 对于某地区前后两个不同时期经济问题的研究,一个样本有n1个观测值,另一个样本有n2个观测值;利用这两个样本分别对模型进行估计,若估计的回归方程显著不同,则说明模型所反映的经济结构由于受有关因素的影响而发生了变化,反之如果两个回归方程差别并不显著,说明模型所反映的经济结构在时间上是稳定的. 利用这两个样本分别对模型（1）进行估计，得回归方程为： * 一、模