第9章 回归模型的函数形式.ppt

第九章 回归模型的其他函数形式 §9.1 几种典型的可线性化的非线性模型 应用 2、对数函数模型（幂函数模型） 3、双对数模型 双对数模型的特性 例：博采支出一例 例：博采支出一例 比较线性模型和双对数模型 应用 应用 生产函数性质：(1) 规模报酬类型 生产函数性质：(2) 零齐性 4. 双曲线函数模型 5. 多项式方程模型 　 6. 生长曲线模型 应用 7. 龚伯斯（Gompertz）曲线模型 并非所有的函数形式都可以线性化 小结：可化为线性模型的非线性回归 2、幂函数模型、指数函数模型与对数变换法 3、复杂函数模型与级数展开法 补充：用“Eveiws非线性回归”步骤 §9.2 非线性回归实例 Eviews回归结果　 可通过Eviews检验生产函数是否属于规模报酬不变 检验约束条件是否成立的步骤如下： Eviews检验结果 2. 硫酸透明度与铁杂质含量的关系 首先做线性回归如下 首先选择双曲线模型 做Yi与1/Xi的散点图如图 用LnYi对1/Xi回归 分析： 在实际问题中，当经济意义不明显时，要充分考虑各种形式的回归模型，找出最适合的。 例3 建立中国城镇居民食品消费需求函数模型 首先,确定具体的函数形式 中国城镇居民人均食品消费线图 建立1981~1994年的消费需求模型: 按零阶齐次性表达式回归: Eviews回归结果: 讨论: 补充一、受约束最小二乘回归 在建立回归模型时，有时根据经济理论需对模型中变量的参数施加一定的约束条件。 1、模型参数的线性约束F检验 2、利用Eviews进行施加约束的F检验 利用Eviews进行施加约束的F检验 补充二、参数的稳定性 1、邹氏参数稳定性检验 参数稳定性的检验步骤： 邹氏预测检验步骤 作业 当估计出上述结果后，在Equation Specification窗口选择“View\Coefficient Test\Wald-Coefficient Restrictions Test” 在新出现的对话框中输入约束条件“C(2)+C(3)=1”，点击“OK” 即检验下述模型 中参数是否满足 原假设： H0： ?1+? 2=1 H1： ?1+? 2≠1 F=0.10 p=0.750.05 接受原假设 即b1+b2=1，此生产函数属于规模报酬不变函数 0.16+0.64＝0.8＜1 lnYi= 2.73 + 0.16 LnXi1 + 0.64 LnXi2 但 b1+b2=1(？) 估计的F值是高度相关的（因为p值几乎为零），因此模型整体通过检验； 但变量系数检验中，劳动力投入系数没有通过检验(0.55)，即劳动力对产出无显著影响；资本投入系数通过统计检验(6.04)，即资本投入对产出影响显著； R2值为0.829，表明（对数）劳动力和资本解释了大约82.9%的（对数）产出的变动。很高的解释程度表明了模型很好地拟合了样本数据。 继续进行统计检验 t= (1.97) (0.55) (6.04) P= 0.07 0.59 0.000 R2 = 0.83, F = 29.12 pF=0.000 lnYi= 2.73 + 0.16 LnXi1 + 0.64 LnXi2 表 硫酸透明度（yt）与铁杂质含量（xt）的 　　某硫酸厂生产的硫酸透明度指标一直达不到优质要求。经分析透明度低与硫酸中金属杂质的含量太高有关。影响透明度的主要金属杂质是铁、钙、铅、镁等。通过正交试验的方法发现铁是影响硫酸透明度的最主要原因。 　　硫酸透明度(Yt)与铁杂质含量(Xt)的散点图如图。Yi和Xi存在非线性关系。 (10.09) (-5.67) R2=0.42 　　这种拟合很不理想。根据线性回归式，铁杂质含量（Xi）的变化只解释了硫酸透明度（Yi）变化的42%。 应该寻找合适的非线性关系。 估计结果如下: 估计结果如下: 　　1/Yi与1/Xi的散点图比Yi与Xi的散点图好得多。在这个回归式中，Yi的变化被Xi解释了76%。 是否有比双曲模型更好的形式呢？ (18.57) (-11.95) R2=0.76 回归如下 。 　　Yi的变化被Xi解释了86 %。 对于一个经验不丰富的建模者来说，也许找到这个模型就终止了。 　　而实际上，还有比这更好的回归形式。 (-7.24) (16.33) R2=0.86 画LnYi对1/Xi