第五章 回归模型的函数形式(最新)PPT.ppt

第五章 回归模型的函数形式 * 回归模型的函数形式 一、经济学中常用概念回顾（斜率、弹性、增长率） 二、几种典型的变量非线性模型中经济涵义的解读 三、示例说明 四、模型（形式）选择的依据 * 一、经济学中常用概念回顾 1、Y对X的斜率 2、弹性 3、增长率 X每变动1单位，引起Y变动的百分数 X每变动1%，引起Y变动的百分数 X每变动1单位，引起Y变动的绝对额 * 二、几种典型的变量非线性模型中经济涵义的解读 * 三、示例说明 1、P106例5-2 柯布-道格拉斯生产函数（双对数模型） 2、P107例5-4 人口增长率（半对数模型） 3、P113例5-6 菲利普斯曲线（倒数模型） 4、P116例5-8 总成本函数（多项式回归模型） * 1、P106例5-2 柯布-道格拉斯生产函数 （双对数模型,又称双对数线性模型,不变弹性模型） 估计方程： 规模报酬不变、递增、递减 偏弹性系数 样本数据：墨西哥1955~1974年实际GDP、总就业人数、固定资本存量（n=20） 模型设定 先验假定 回归估计 * * P值=（0.014） （0.085） （0.000） t= （-2.73） （1.83） （9.06） Se= （0.6062） （0.1857） （0.09343） R2=0.995 F=1719.23 P值=（0.000） 变量的显著性检验(右边检验)： 总体显著性检验： 经济意义检验 * R2=0.995 F=1719.23 P值=（0.000） 1、在资本投入保持不变的情况下，劳动投入每增加1%，产出平均增长约0.34%。在劳动投入保持不变的情况下，资本投入每增加1%，产出平均增长约0.85%。 (注:P106教材中有错误) 回归结果经济意义解释： 2、两个偏弹性系数之和为1.1857，大于1,表明1955~1974年间墨西哥经济是规模报酬递增的。 3、R2=0.995,表明（对数）劳动力和资本解释了大约99.5%的（对数）产出的变动,也表明模型很好地拟合了样本数据。 * 比较线性与双对数回归模型 1.选择模型要遵循的经验规律: 在双变量模型中,根据数据作图。若两个变量之间的关系是近似线性的，则模型设定为线性回归模型；若两个变量之间的散点图是非线性的，则需要将两个变量分别取对数作图，如果作图为近似线性的，则模型设定为双对数模型较为合适。 2.选择模型的基本准则： 模型选择的重点不是在判定系数大小，而是要考虑进入模型的解释变量之间的相关性（即理论基础）、解释变量系数的预期符号、变量的统计显著性、以及弹性系数这样的度量工具。 线性回归模型的弹性系数计算 平均弹性： 多元对数线性回归模型 偏弹性系数的含义： 在其他变量（如，X3）保持不变的条件下，X2每变动1%，被解释变量Y变动的百分比为B2； 同理，可以解释其他的偏弹性系数的含义。 2、P107例5-4 人口增长率（半对数模型，或增长率模型） 已知1975-2007年美国人口数据，求该期间人口增长率。 * （P107例5-4 ） 人口增长率（半对数模型） 已知1975-2007年美国人口数据，求该期间人口增长率。 即1975-2007年美国人口增长率为1.07% 线性趋势模型 平稳性质疑？ 对数-线性模型（增长率模型）:回归系数的含义 斜率B2度量了解释变量X的绝对变化引起被解释变量y的比例变动或相对变动。 如P108中的模型5-19，斜率B2为0.0107,被解释变量(美国人口)在1975-2007年间,平均年增长率为1.07% 对截距B1=lnY0=5.3593,Y0=e5.3593=212.46,即当解释变量(t)为0时,人口数y的初始值为212.46(万人).但是,通常来说,截距项是没有特殊意义. 瞬时增长率与复合增长率 由表达式:b2=B2估计值=ln(1+r) 可得到:(1+r)=antilog(b2) 复合增长率: r=antilog(b2)-1=antilog(0.0107)-1=e0.0107-1 =2.7180.0107-1=1.010757-1=0.010757 即在样本区间内,美国人口年复合增长率为1.0757% 注意: 模型中斜率系数是为美国人口的瞬时增长率1.07%,即某个时点上的增长率。而公式计算的r=1.0757%，是一段时间内的增长率,两者表达的含义是不同的。 实际中,通常给出的是瞬时增长率,特此加以说明。 3、线性-对数模型:解释变量为对数形式 由于对数变化