计量经济学11.21课件.ppt

非线性回归模型;主要内容;问题的提出;问题的提出;非线性模型分类;一、解释变量非线性问题 ;5.1 非线性回归模型;序号;5.1 双对数模型：度量弹性;5.1 双对数模型：度量弹性;5.1 双对数模型：度量弹性;5.1 双对数模型：度量弹性;5.1 双对数模型：度量弹性－例子;能耗与工业增加值取对数后的散点图;双对数回归模型;双对数模型的假设检验;Energy与Industry的相关图与其对数相关图几乎没有差别;5.2 比较线性回归和双对数回归模型;5.2 比较线性回归和双对数回归模型;5.3 多元对数线性回归模型;5.3 多元对数线性回归模型－例子;5.3 多元对数线性回归模型－例子;5.3 多元对数线性回归模型－例子; 在经济研究中经常需要关注增长率，例如GDP的年均增长率、人口增长率、消费增长率等。 求人口增长率Y，考虑如下复利计算公式（货币、银行利息、人口经常使用的公式）：;将(5.14)取对数，得：;1970－1999年美国人口增长率;1970－1999年美国人口增长率;1970－1999年美国人口增长率，回归方程： ln(Usapop) = 5.317+0.0098*t;1970－1999年美国人口增长率，回归方程： ln(Usapop) = 5.317+0.0098*t 模型解释：斜率0.0098表示，平均而言，logY(美国人口)的年增长率为0.0098，即以每年0.98%的速度增长。在半对数模型中，斜率度量了解释变量的绝对变化引起的Y的比例变动或相对变动，把此相对改变量乘以100，就得到增长率。 对截距5.317的解释如下： b1＝lnY0的估计值＝5.317 求反对数，得到Y0＝203.7716，即当t＝0时的人口数量，也就是1969年美国人口大约为2.04亿。;注意：B2=ln(1+r) b2＝B2的估计值＝ln(1+r) 所以，antilog(b2)=1+r r = antilog(b2)-1 由此得到的r是复合增长率。而前面求得的增长率是瞬时增长率，例如0.98%。 注意瞬时增长率与复合增长率之间的区别，一个是回归模型的系数B2＝ln(1+r)（瞬时增长率），另一个是r为复合增长率。;在研究增长模型时，为了计算简便，通常也考虑如下模型： Yt=B1+B2*t+ut。 即Y对时间的回归，此类模型称为线性趋势模型，时间称为趋势变量。若上式斜率为正，则Y有向上趋势；若斜率为负，则Y有下降趋势。 对美国人口按线性趋势模型重新进行回归，得到： Usapop＝201.9727 + 2.3284*t (5.18) t = (743.2718) (152.1243) r2=0.9987 回归结果表明，在样本区间内，美国人口每年以2.3284（百万）的绝对速度增长，美国人口呈上升趋势；截距表示了美国1969年的人口数量，202百万。 实践中，线性趋势模型和增长模型应用的十分广泛，但相对而言，增长模型更有用些。人们通常关注的是经济变量的相对变化而不是绝对变化，比如GDP，货币M2等。;假定美联储很关注货币供给的变动对GNP的影响，考虑美国1973-1987 年GNP与货币供给数据进行分析，考虑下列模型： Yt = B1 + B2*lnXt+ut (5.19) 其中Y为GNP， X为货币供给，得到回归结果： Yt =－16329.0+ 2584.8*lnXt (5.20) t = (-23.494) (27.549) r2=0.9832 由于对数变化是相对变化，因而模型(5.19)的斜率系数： 式(5.22)表明，Y的绝对变化量ΔY等于B2乘以X的相对变化量。若将后者乘以100，则式(5.22)给出了X每百分比变动引起的Y的绝对变化量。因而，若ΔX/X每变化0.01个单位，则Y的绝对变化量为0.01 B2 。假如求得实际的B2＝674，那么Y绝对变化量为0.01*674=6.74。;5.5 线性－对数模型－解释变量是对数形式;(5.23);(5.23);(5.23);(5.23);5.6 倒数模型－经济含义c美国的菲利普斯曲线;5.6 倒数模型－经济含义c美国的菲利普斯曲线;(5.24);5.7 多项式回归模型－生产与成本函数;5.7 多项式回归模型－拉弗曲线;例： 吸烟与肺癌的关系;二、不可以