第八讲 (计量经济学).pptVIP

§3.5 可化为多元线性的多元非线性回归模型 §3.6 受约束回归 Restricted Regression * 得到多元线性样本回归函数 现在给定解释变量的值X10， X20 … Xk0 ，对被解释变量进行预测？ 显然： 预测的注意与一元线性回归模型的相同。 §3.4 多元线性回归模型的预测 一、将一个模型转化为线性回归模型 方法1、直接置换、倒数模型 例如，描述税收与税率关系的拉弗曲线：抛物线 s = a + b r + c r2 +u c0 s：税收； r：税率 设X1 = r，X2 = r2， 则原方程变换为 s = a + b X1 + c X2 +u c0 二元线性回归模型 需求函数模型 一元线性回归模型 方法2、对数变换法 例如，Cobb-Dauglas生产函数：幂函数 Q = AK?L?eu Q：产出量，K：投入的资本；L：投入的劳动 方程两边取对数： ln Q = ln A + ? ln K + ? ln L+u 二元线性回归模型 二、多元线性回归模型中，参数的解释。 1、多元线性模型： 参数的意义：其他解释变量一定的条件下，解释变量变化一个单位，对被解释变量均值的影响。 同一解释变量参数的不同含义 其估计为 其估计为 其估计为 2、双对数模型：解释变量、被解释变量均取对数。 参数的意义：其他解释变量一定的条件下，解释变量变化一个百分点，被解释变量均值变动的百分点是多少，参数反映的是弹性。 问题： 考察参数之间的某个关系是否成立 如：上述模型中考察 是否成立 检验假设H0： 系数受约束 MUR：不受约束的回归模型 上述为受约束的回归模型MR 在此假设下： 如果约束成立，那么，受约束的回归模型与不受约束的回归模型是同一个模型，残差应该比较接近。如果受约束的回归模型的残差与不受约束的回归模型的残差差异较大，那么，就拒绝原假设。 检验统计量： 推断：若F? F?(ku-kR,n-kU-1)则拒绝原假设H0 分别为受约束与不受约束回归模型的残差平方和。 分别为不受约束与受约束回归模型解释变量的个数。 多元线性回归模型的估计例 例3.2.2:消费函数的二元线性回归模型： 例3.5.1 （3.6.1）：受约束回归的应用 Q：对食品的需求量。 X：对食品的消费支出总额。 P1：食品价格指数； P0：居民消费价格指数； *