经济数学微积分函数的微分PPT.pptVIP

;一、微分的定义(differential);再例如,;2. 定义;由定义知:;例1;二、微分的几何意义;三、基本初等函数的微分公式 与微分运算法则;2. 函数和、差、积、商的微分法则;结论：;例2;例5;例6;四、微分在近似计算中的应用;例7;解;常用近似公式;例9;五、小结 思考题;导数与微分的区别:; 近似计算的基本公式;思考题;思考题解答;思考题;据题设, 摆的周期是1秒, 由此可知摆的原长为;练 习 题 一;练习题一答案;练 习 题 二;练习题二答案; 自相关函数与偏自相关函数的函数值： 相关函数具有明显的拖尾性； 偏自相关函数值在k2以后，;设序列GDPD1的模型形式为： ;用OLS法回归的结果为： ;模型检验;用建立的AR(2)模型对中国支出法GDP进行外推预测。 ; 对2001年中国支出法GDP的预测结果（亿元） 预测值 实际值 误差 模型1 95469 95933 -0.48% 模型3 97160 95933 1.28% ; 由于中国人均居民消费（CPC）与人均国内生产总值（GDPPC）这两时间序列是非平稳的，因此不宜直接建立它们的因果关系回归方程。 但它们都是I(2)时间序列，因此可以建立它们的ARIMA(p,d,q)模型。; 下面只建立中国人均居民消费（CPC）的随机时间序列模型。 中国人均居民消费（CPC）经过二次差分后的新序列记为CPCD2，其自相关函数、偏自相关函数及Q统计量的值列于下表：; 在5%的显著性水平下，通过Q统计量容易验证该序列本身就接近于一白噪声，因此可考虑采用零阶MA(0)模型: ; 当然，还可观察到自相关函数在滞后4、5、8时有大于0.2的函数值，因此，可考虑在模型中增加MA(4)、MA(5)、MA(8)。不同模型的回归结果列于表9.2.5。; 最后，给出通过模型3的外推预测。; 由于?t表示预测期的随机扰动项，它未知，可假设为0，于是t期的预测式为: ; 表9.2.6列出了采用模型3对中国居民人均居民消费水平的2期外推预测。 为了对照，表中也同时列出了采用§2.10的模型的预测结果。 ;§9.3 协整与误差修正模型;一、长期均衡关系与协整;1. 问题的提出;但是，如果变量之间有着长期的稳定关系，即它们之间是协整的（cointegration)，则是可以使用经典回归模型方法建立回归模型的。 例如，中国居民人均消费水平与人均GDP变量的例子中, 因果关系回归模型要比ARMA模型有更好的预测功能，其原因在于，从经济理论上说，人均GDP决定着居民人均消费水平，而且它们之间有着长期的稳定关系，即它们之间是协整的。 ; 经济理论指出，某些经济变量间确实存在着长期均衡关系，这种均衡关系意味着经济系统不存在破坏均衡的内在机制，如果变量在某时期受到干扰后偏离其长期均衡点，则均衡机制将会在下一期进行调整以使其重新回到均衡状态。 假设X与Y间的长期“均衡关系”由式描述:;式中:?t是随机扰动项。 该均衡关系意味着:给定X的一个值，Y相应的均衡值也随之确定为??0+?1X。 ; （1）Y等于它的均衡值：Yt-1= ?0+?1Xt ； （2）Y小于它的均衡值：Yt-1 ?0+?1Xt ； （3）Y大于它的均衡值：Yt-1 ?0+?1Xt ； 在时期t，假设X有一个变化量?Xt，如果变量X与Y在时期t与t-1末期仍满足它们间的长期均衡关系，则Y的相应变化量由式给出:; 实际情况往往并非如此 ; 可见，如果Yt=?0+?1Xt+?t正确地提示了X与Y间的长期稳定的“均衡关系”，则意味着Y对其均衡点的偏离从本质上说是“临时性”的。 因此，一个重要的假设就是:随机扰动项?t必须是平稳序列。 显然，如果?t有随机性趋势（上升或下降），则会导致Y对其均衡点的任何偏离都会被长期累积下来而不能被消除。; 式Yt=?0+?1Xt+?t中的随机扰动项也被称为非均衡误差（disequilibrium error），它是变量X与Y的一个线性组合： ;从这里已看到，非稳定的时间序列，它们的线性组合也可能成为平稳的。 假设Yt=?0+?1Xt+?t式中的X与Y是I(1)序列，如果该式所表述的它们间的长期均衡关系成立的话，则意味着由非均衡误差（*）式给出的线性组合是I(0)序列。这时我们称变量X与Y是协整的（coi