Eviews应用 第三讲.pptVIP

Eviews应用3  ——非线性回归模型模型;第一部分 通过线性化的方式估非线性回归模型 一、可化为线性的非线性回归模型的变换方法： 1.1变量置换方法 适用范围：被解释变量关于解释变量的非线性问题 举例：倒数模型、多项式模型 1.2函数变换方法 适用范围：被解释变量关于参数的非线性问题 举例：指数函数模型、对数函数模型、双曲线函数模型、 幂函数（Cobb-Dauglas生产函数）模型 1.3级数展开方法 适用范围：复杂函数模型 举例：CES生产函数 （固定替代弹性生产函数） ;例1 给定某企业在16个月度的某产品产量和单位成本资料（数据见表3.1），研究二者的关系。 第一步 绘制散点图 ;第二步 建立模型 从例1的散点图中可以看出Y和X不宜采用线性模型来描述，此时需考虑选择非线性回归模型描述他们的关系。根据散点图，Y随X的增加而减少，结合经济学中的成本理论的相关知识，可以考虑 三个备选模型： 双曲线 对数曲线 幂函数曲线模型 这三个模型都属于可线性化的模型。;第三步 eviews实现 方法一、genr命令：（以例题1中的幂函数曲线模型为例） 在workfile窗口中点“genr”键，在弹出的Generate series by equation 对话框的enter equation 中输入 lx=log(x)和“ly=log(y)”,点“OK”，即生成新的序列lx和ly，lx和ly是通过分别对原序列x和y取对数变换得到的。 返回“workfile”窗口，选中序列lx，按住ctrl键，继续选中序列ly，点鼠标右键“open”点“as group”. 在弹出的“group”数组窗口中对序列lx和ly进行线性回归分析，点“proc”“make equation”在弹出的“equation estimation”对话框中输入“ly c lx”，选用LS估计方法，点“确定”即得到模型估计结果。;得到例1中的幂函数曲线模型为：;另一种方法：使用ls命令 两种方法的比较：采用ls命令处理，建模后直接用forecast命令对原序列Y进行预测，而采用genr命令处理，只能用forecast命令对ly序列进行预测，如要得到原序列的预测值，则需要计算。所以，在条件许可的情况下建议使用第二种处理方法。 在主窗口命令行输入 ls y c @inv(x) ls y c log(x) ls log(y) c log(x) 分别得到双曲线、对数曲线、幂函数曲线的估计结果。如表3.2、3.3、3.4 说明：第二种方法等同于在workfile窗口中点击quick,选择estimate equation 功能，在弹出的对话框的equation specification选择框中输入y c @inv(x)、y c log(x)、log(y) c log(x).;表3.2 Dependent Variable: Y Method: Least Squares Date: 04/20/12 Time: 12:24 Sample: 1 16 Included observations: 16 Variable Coefficient Std. Error t-Statistic Prob.?? C 250.8152 7.392000 33.93063 0.0000 @INV(X) 355307.8 41793.25 8.501560 0.0000 R-squared 0.837731 ????Mean dependent var 312.3081 Adjusted R-squared 0.826140 ????S.D. dependent var 14.62250 S.E. of regression 6.097066 ????Akaike info criterion 6.569961 Sum squared resid 520.4390 ????Schwarz criterion 6.666535 Log likelihood -50.55969 ????Hannan-Quinn criter. 6.574906 F-statistic 72.27653 ????Durbin-Watson stat 1.152527 Prob(F-statistic) 0.000001 ;得到对数曲线模型：;得到幂函数曲线模型：;第四步：结果分析 可以看出，上述三种