多元线性回归模型的延伸.pptVIP

第四章 多元线性回归模型的延伸;一、模型的类型与变换;说 明;1. 对数线性模型——测度弹性;例2 美国咖啡需求：1970-1980;咖啡需求的价格弹性为-0.253;2. 半对数模型-测度增长率;例：求1956-1970年美国个人可支配收入的增长率;3. 倒数模型;4. 多项式回归模型;课堂练习1;课堂练习2;二、受约束回归;受约束回归例2;受约束回归例2（续）;约束条件的检验：生产函数模型;?2+?3=1的检验;例 58-72年台湾农业C-D函数;例7 规模报酬不变的t检验;（2）F检验法：受约束最小二乘法;F检验法：受约束最小二乘法;例7 受约束回归;有约束模型回归系数?3的标准误小，估计精度高。;一般的F检验方法;例8 美国子鸡需求;例8 受约束回归;三、含虚拟变量的回归;1、虚拟变量的性质;1、虚拟变量的性质;被赋予0值的类别是基底(基准),?1是基底类的截距。;薪金与性别：估计结果;2、含有虚拟变量的回归问题;2、含有虚拟变量的回归问题;多个虚拟变量设置方法的比较;女本科以下学历的平均薪金：;3、比较两个回归;例考察1990年前后的中国居民的总储蓄-收入关系是否已发生变化;; 以Y为储蓄，X为收入，可令：;(2) ?1??1 ,但?2=?2 ，即两个回归的差异仅在其截距，称为平行回归（Parallel Regressions）; (3) ?1=?1 ，但?2??2 ，即两个回归的差异仅在其斜率，称为汇合回归(Concurrent Regressions)； (4) ?1??1，且?2??2 ，即两个回归完全不同，称为相异回归（Dissimilar Regressions）。 ;这一问题可通过引入乘法形式的虚拟变量来解决。; 于是有：;具体的回归结果为：;一个解释CEO薪水的方程为： ;本章小结：;本章小结：