常见非线性回归模型.pdfVIP

常见非线性回归模型 1.简非线性模型简介 非线性回归模型在经济学研究中有着广泛的应用。 有一些非线性回归模型可以通 过直接代换或间接代换转化为线性回归模型 , 但也有一些非线性回归模型却无 法通过代换转化为线性回归模型。 柯布—道格拉斯生产函数模型 y AK L 其中 L 和 K 分别是劳力投入和资金投入 , y 是产出。由于误差项是可加的 , 从而也不能通过代换转化为线性回归模型。 对于联立方程模型 , 只要其中有一个方程是不能通过代换转化为线性 , 那么 这个联立方程模型就是非线性的。 单方程非线性回归模型的一般形式为 y f ( x 1, x 2 , , x k ; 1, 2 , , p ) 2.可化为线性回归的曲线回归 在实际问题当中， 有许多回归模型的被解释变量 y 与解释变量 x 之间的关系 都不是线性的，其中一些回归模型通过对自变量或因变量的函数变换可以转化为 线性关系，利用线性回归求解未知参数，并作回归诊断。如下列模型。 x （1） y 0 1 e （2 ） y 0 1x 2 x 2 p x p （3 ） y aebx (4)y=alnx+b 对于 （1 ）式，只需令 x ex 即可化为 y 对 x 是线性的形式 y 0 1 x ， 需要指出的是，新引进的自变量只能依赖于原始变量，而不能与未知参数有关。 2 p 对于 （2 ）式，可以令 x = x , x = x ,…, x = x ,于是得到 y 关于 x ,x ,…, x 1 2 p 1 2 p 的线性表达式 y 0 1x1 2 x2 p x p 对与（ 3 ）式，对等式两边同时去自然数对数，得 ln y ln a bx ,令 y ln y , 0 ln a , 1 b ，于是得到 y 关于 x 的一元线性回归模型： y 0 1x 。 乘性误差项模型和加性误差项模型所得的结果有一定差异， 其中乘性误差项 模型认为 y 本身是异方差的，而 ln y 是等方差的。加性误差项模型认为 y 是等 t t t 方差的。从统计性质看两者的差异， 前者淡化了 y 值大的项 （近期数据）的作用， t 强化了 y 值小的项（早期数据） 的作用，对早起数据拟合得效果较好，而后者则 t 对近期数据拟合得效果较好。 影响模型拟合效果的统计性质主要是异方差、自相关和共线性这三个方面。 异方差可以同构选择乘性误差项模型和加性误差项模型解决，