经济数学微积分函数的幂级数展开式的应用推荐.ppt

无穷级数 一、近似计算 二、计算定积分 三、微分方程的幂级数解法 四、小结 关于参数的非线性函数，不能直接求解，需采用完全信息最大似然法中所采用的迭代方法。 应用计量经济学软件。 这里所谓“重复观测值不可以得到”，是指对每个决策者只有一个观测值。即使有多个观测值，也将其看成为多个不同的决策者。 3、重复观测值可以得到情况下二元Probit离散选择模型的参数估计 对每个决策者有多个重复（例如10次左右）观测值。 对第i个决策者重复观测ni次，选择yi=1的次数比例为pi，那么可以将pi作为真实概率Pi的一个估计量。 建立 “概率单位模型” ，采用广义最小二乘法估计 。 实际中并不常用。 详见教科书。 *四、二元Logit离散选择模型及其参数估计 1、逻辑分布的概率分布函数 2、重复观测值不可以得到情况下二元logit离散选择模型的参数估计 关于参数的非线性函数，不能直接求解，需采用完全信息最大似然法中所采用的迭代方法。 应用计量经济学软件。 3、重复观测值可以得到情况下二元logit离散选择模型的参数估计 对每个决策者有多个重复（例如10次左右）观测值。 对第i个决策者重复观测ni次，选择yi=1的次数比例为pi，那么可以将pi作为真实概率Pi的一个估计量。 建立“对数成败比例模型” ，采用广义最小二乘法估计 。 实际中并不常用。 详见教科书。 五、例题 例8.3.2 贷款决策模型 分析与建模：某商业银行从历史贷款客户中随机抽取78个样本，根据设计的指标体系分别计算它们的“商业信用支持度”（XY）和“市场竞争地位等级”（SC），对它们贷款的结果（JG）采用二元离散变量，1表示贷款成功，0表示贷款失败。目的是研究JG与XY、SC之间的关系，并为正确贷款决策提供支持。 样本观测值 模型估计输出结果 回归方程表示如下： JGF = 1-@CNORM(-(8.797358375 - 0.2578816624*XY + 5.061788664*SC)) 模拟：该方程表示，当XY和SC已知时，代入方程，可以计算贷款成功的概率JGF。例如，将表中第19个样本观测值XY=15、SC=－1代入方程右边，计算括号内的值为0.1326552； 查标准正态分布表，对应于0.1326552的累积正态分布为0.5517；于是，JG的预测值JGF=1－0.5517=0.4483，即对应于该客户，贷款成功的概率为0.4483。 预测：如果有一个新客户，根据客户资料，计算的“商业信用支持度”（XY）和“市场竞争地位等级”（SC），代入模型，就可以得到贷款成功的概率，以此决定是否给予贷款。 *§8.4固定影响平行数据模型Panel Data Model with Fixed-Effects 一、平行数据模型概述 二、模型的设定——F检验 三、固定影响变截距模型 四、固定影响变系数模型 一、平行数据模型概述 1、平行数据（Panel Data，面板数据） 时间序列数据 截面数据 平行数据 平行数据模型（Panel Data Model）已经成为计量经济学的一个独立分支 2、经济分析中的平行数据问题 宏观经济分析中的平行数据问题 目前应用较多 数据较容易获得，例如多个地区的时间序列数据 微观经济分析中的平行数据问题 目前应用较少 很难获得微观个体（家庭、个人）的时间序列数据 一、近似计算 二、计算定积分 三、微分方程的幂级数解法 四、小结 思考题 第五节 函数的幂级数展开式的应用 两类问题: 1.给定项数,求近似值并估计精度; 2.给出精度,确定项数. 关健: 通过估计余项,确定精度或项数. 常用方法: 1.若余项是交错级数,则可用余项的首项来解决; 2.若不是交错级数,则放大余项中的各项,使之成为等比级数或其它易求和的级数,从而求出其和. 例1 解 余项: 例2 解 其误差不超过 . 解法 逐项积分 展开成幂级数 定积分的级数解 被积函数 第四项 取前三项作为积分的近似值,得 例3 解 收敛的交错级数 3. 微分方程的幂级数的解法． １. 近似计算 2. 求不可积类函数的定积分的级数解 思考题 利用幂级数展开式, 求极限 思考题解答 将上两式代入 原式= 练 习 题 练习题答案