计量经济学精要5.pptVIP

* * * * * 六、多项式回归模型Polynomial model * 上述模型关于变量非线性，但却是参数线性。 一般来说，X的不同次方项之间可能相关，却不会完全共线。 * * 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 其中，s：税收； r：税率c0 设X1 = r，X2 = r2， 则原方程变换为 s = a + b X1 + c X2 c0 * 七、无截距回归——过原点的回归 Yi=B2Xi+ui 无截距模型与一般的模型不同在于： 在求样本方差时的自由度为n-1,而非n-2（只有一个未知参数）； 无截距模型一般不计算r2； 有截距模型的残差平方和，总为0，但无截距模型不一定为0。 * 八、关于度量比例和单位的说明 例：关于私人总投资（GDI）与国内生产总值（GDP）的关系，P119 * 结论： 所有回归的r2相同； 截距的单位总是与应变量的单位一致； 若Y和X的度量单位相同，则斜率系数及其标准误相同，但截距及其标准误不同； 若Y和X的度量单位不同，则斜率系数不同，但截距不变。 * 本章小结 本章主要介绍了不同的回归模型——参数线性，但不一定变量线性。每种模型的特殊性质及其适用条件。具体见表5-11 * Figure 5-11 Summary of functional forms. * 第5章：回归模型的函数形式 * 主要内容 双对数模型——度量弹性 半对数模型 对数－线性模型——度量增长率 线性－对数模型——解释变量为对数形式 倒数模型 多项式模型 零截距模型 小结 * 问题的提出 因变量和解释变量之间的线性关系，包括参数线性和解释变量线性两种。前面的分析假定总体回归函数的形式为： 但是根据经济现实或经济理论，变量之间不一定存在这种形式的线性关系。如参数线性形式的回归函数： 这就需要引入回归模型的其他一些函数形式。 大部分非线性关系又可以通过一些简单的数学处理，使之化为数学上的线性关系，从而可以运用线性回归模型的理论方法。 * 一、双对数模型Double log model ——度量弹性 考虑博彩支出的例子： Y：博彩支出；X：个人可支配收入（PDI） 上式可转化为： lnYi=lnA+B2lnXi 模型特点：关于变量非线性 这样的模型称为双对数( double - log )模型(因为两个变量都以对数形式出现)或对数-线性( log - linear )模型(因为以对数形式出现的变量之间是线性的)。 * 双对数模型的特性： 斜率B2度量了Y对X的弹性，即X变动1%引起Y变动的百分比。 * 双对数模型的估计：最小二乘法（OLS） 双对数模型的假设检验 * * * 图 5-1 A constant elasticity model. * 二、线性模型与双对数回归模型的比较 回归模型的函数形式在一定程度上是个经验性问题。模型选择中的经验规律一般如下： 根据数据作图——只适用于双变量情形； 根据r2的大小选择的不当之处：两模型的应变量不同，一个是Y，一个是lnY 解释变量的选择一般应考虑变量之间的相关性（理论基础）、解释变量系数的预期符号、统计显著性、弹性系数等度量工具。 线性模型的弹性系数随着不同点而变化，而双对数模型任何一点的弹性系数都是相同的。 * 三、多元对数线性回归模型 lnYi=B1+B2lnX2i+B3lnX3i+ui 其中，B2,B3又称为偏弹性系数，它们度量了在其他变量保持不变 条件下，应变量对某一解释变量的偏弹性。 * 例：柯布－道格拉斯生产函数 反应了产出与劳动力和资本投入之间的关系函数。 劳动投入弹性+资本投入弹性＝规模报酬参数 规模报酬递增 规模报酬递减 规模报酬不变 * * * * * 四、半对数模型(semilog model) （一） 对数－线性模型（log-lin）——测量增长率 半对数模型：仅有一个变量以对数形式出现 Yt=Y0(1+r)t lnYt=lnY0+tln(1+r) lnYt=B1+B2 · t 斜率度量了解释变量的绝对变化引起的Y的比例变动或相对变动。 如果在上式中考虑进随机扰动项，则： lnYt=B1+B2 · t+ut * * * * 关于瞬时增长率和复合增长率 b2=ln(1+r)?r=eb2-1 * （二）线性趋势模型 （数据同上例） * 线性趋势模型在实践中不如增长模型广泛应用。原因是人们通常关注的是经济变量的相对变化，而非绝对变化 由于两个模型的变量不同，故不能直接比较它们的r2。 * （三）线性－对数模