非线性回归模型建立及案例.ppt

第四章 非线性 回归模型 前面我们讨论的经济问题，都是假定作为因变量的经济变量与作为解释变量的经济变量之间存在着线性关系。由此建立线性回归模型进行线性回归分析。这里所说的线性是指：（1）解释变量线性。（2）参数线性。但是，在众多的经济现象中，分析经济变量之间的关系，根据某种经济理论和对实际经济问题的分析，所建立的经济模型往往不符合上面的线性要求，即模型是非线性的，称为非线性模型(Non-linear Model)。非线性模型的参数如何进行估计，如何进行分析，是本章所要讨论的问题。 例3.5.1 建立中国城镇居民食品消费需求函数模型。 利用泰勒级数展开式，将模型（4.2.2）展开作线性逼近 一、将非线性函数f对系数 的给定初始值 展开为泰勒级数 (4.2.3) 取式（4-2-4）右边的前二项，略去f展开式第三项及 以后所有项，即高阶项，作非线性模型的线性近似。 (4.2.4) 二、对式（4.2.4）利用OLS估计出一组系数 三、重复（1）对 作另一次泰勒级数展开， 得到一新的线性近似，利用OLS估计出一组系数 四、如此反复，得出一点列 使其 收敛为止，即满足下述条件 i=1,2,…,p δ为一很小的值, δ小到何种程度,根据需要而定. 五、如第四步得的点列不收敛，这时再选一组新的 初始系数值，重新作逐次线性近似估计。 例，设有模型 假定已取得 n个样本点，试叙述逐次线性 化的步骤。 解：当 时，原模型成为线性模型，所以 参数的初始估计值可取 将模型右端函数 在 初始值 附近作泰勒展开并取 线性近似。 最后，需要说明非线性回归应注意的几个问题 第一，对非线性模型来说：首先，我们不能从回归 残差中得出随机项方差的无偏估计量。其次，由于 非线性模型中的参数估计量同随机项不成线性关系， 所以它们不服从正态分布，其结果使得t检验和F检 验都不适用。 第二，我们用上面的方法得出的样本回归方程，可以 用来预测未来某个时期的因变量值，其计算公式如下： 这里应该指出，由于已经不再是随机项的线性函 数，因此，已经不具备线性回归中估计值的最佳、线 性、无偏的性质，置信区间也无法构造了。 * 一、可化为线性模型的非线性回归模型 二、不可化为线性模型的非线性回归模型 三、案例：非线性模型的应用 本章要点： 第一节 可化为线性模型的非线性回归模型 对于变量之间是非线性的，但参数之间是线性的模型，可以利用变量代换的方法将模型线性化。下面列举在讨论经济问题时常遇到的几种非线性函数模型，进行变量的代换化为线性模型。 当解释变量是非线性的，但参数之间是线性的时，可以利用变量直接代换的方法将模型线性化。 下面列举在讨论经济问题时，经常遇到的几种非线性函数模型，进行变量的直接代换化为线性模型。 一、非线性回归模型的直接代换 1、多项式函数模型 对于形如 的模型为多项式模型。令 原模型可化为线性形式 即可利用多元线性回归分析的方法处理了。 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 c0 s：税收； r：税率 设 = r， = r2， 则原方程变换为 s = a + b + c c0 例4.1.1 某生产企业在1981-1995年间每年的产量和 总成本如下表（表4.1.1），试用回归分析法确定其 成本函数。 表4.1.1 根据成本理论，成本函数可用产量的三次多项式 近似表示 运用Eviews进行回归,操作步骤为：quickempty groupprocsmake equation.结果如下： 输出结果4.1.1 2、双曲线模型(Double-curve Model) 则 即可利用一元线性回归分析