回归分析在经济学领域的简单应用.pdfVIP

回归分析在经济学领域的简单应用 摘要：随着经济研究的不断追求数理化及模型化，统计分析在经济学中得到了越发广泛的应 用，本文主要介绍了统计分析中中回归分析的基础知识及其在若干经济领域的应用。首先以 一元线性回归为重点介绍了线性回归模型，以体现回归分析的本质思想；继而介绍了在现代 经济学领域有着更为重要及广泛应用的非线性回归模型，本文在此重点介绍了可化为线性回 归的非线性回归、不可化为线性回归的非线性回归及非线性最小二乘的高斯-牛顿解法。并 通过这些内容的介绍反映现代经济研究与统计分析的密切关系，即使最基础的回归分析工具 也在经济学分析中有着有效的应用。 关键词：线性回归 非线性回归 非线性最小二乘 Logistic 曲线模型 1 引言 社会经济现象之间的相互联系和制约是社会经济的普遍规律。社会经济的发展总是与一 定的经济变量的数量变化紧密联系。社会经济现象不仅同和它有关的现象构成一个普遍联系 的整体，而且在它的内部也存在着许多彼此关联的因素，在一定的社会环境、地理条件、政 府决策影响下，一些因素推动或制约另外一些与之联系的因素发生变化。这种状况表明在经 济现象的内部和外部联系中存在着一定的因果关系，人们往往利用这种因果关系来制定有关 的经济政策，以指导、控制社会经济活动的发展。要认识和掌握客观经济规律就必须探求经 济现象间经济变量的变化规律。变量间的统计关系是经济变量变化规律的重要特征。 从Gauss 提出最小二乘法算起，回归分析已经有180 多年的历史。回归分析的应用非常 广泛，我们大概很难找到不用它的领域，这也正是其一百多年来经久不衰，生命力强大的根 本原因。回归分析研究的主要对象是客观事物变量间的统计关系，它是建立在对客观事物进 行大量实验和观察的基础上，用来寻找隐藏在那些看上去是不确定的现象中的统计规律性的 统计方法。回归分析方法是通过建立统计模型研究变量间相互关系的密切程度、结构状态、 模型预测的一种有效的工具。这里本文仅说明回归分析在经济领域的广泛应用。我们知道计 量经济学时现代经济学中影响最大的一门独立学科。诺贝尔经济学奖获得者萨缪尔森曾经说 过，第二次世界大战后的经济学时计量经济学的时代。然而，计量经济学中的基本计量方法 就是回归分析，计量经济学的一个重要理论支柱是回归分析理论。 经济系统是一类复杂巨系统，它里面存在各种线性关系和非线性关系。线性关系指的是 可以叠加的数学关系，体现经济变量之间按比例变化的特征，反映了部分和整体之间的加和 性，然而在现实经济系统中，非线性关系才是最普遍的，经济行为的复杂多变的一个主要原 因就是系统内部的非线性相互作用。股市的巨大幅度下跌以及某些经济时间序列的高度自相 关性清楚地表现为非线性效应。对经济系统中的非线性现象研究要以所把握对象的系统性和 非线性作用为前提，需要考虑系统中各要素间、各要素与系统之间、系统与环境之间的相互 作用，需要对对象系统给予界定，确定所要把握对象的系统环境和系统范围。经济系统的非 线性相互作用不能忽略，要运用非线性理论来处理。 一元线性回归模型虽然比较简单，但它的统计思想非常重要。后面所讨论的非线性回归 模型的很多内容和方法均是由一元线性回归的内容和方法演进而来。所以我们有必要对一元 线性回归模型及其应用多作一些讨论，以便我们对回归分析的思想实质有更好的体会。 非线性回归的内容非常丰富，尤其是线性回归的问题现在已日趋成熟，许多统计学家已 把精力投入非线性问题的研究。可以说非线性问题要比线性复杂得多，今后一个相当长的时 期，人们会关注非线性问题。在本文中，我们只涉及到了一些最基本的常见非线性回归问题。 可化为线性回归的曲线回归是我们常见的一类较简单的非线性回归问题，通常的处理方法都 是先化为线性模型，然后再用普通最小二乘法求出参数的估计值，最后再经过适当的变换， 就得到所求的回归曲线。而不可化为线性回归的非线性回归模型则通过非线性的最小二乘进 行估计和拟合，在本文中介绍的非线性最小二乘的高斯-牛顿法，并以Logistic 曲线模型为 例说明。 2 线性回归模型 在经济问题的研究中，经常需要研究某一经济现象与影响它的某一最主要因素的影响。 下面简要回顾线性回归模型 给定模型 Y β x +β x ++β x +Z (x ,x )β+Z （2.1 ） n 1 n 1 2 n 2 P nP n n 1 nP n 线性回