常见非线性回归模型.docx

常见 3E 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看广泛的应用。有一些非线性回归模型可以通 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 代换转化为线性回归模型。 柯布一道格拉斯生产函数模型 过 法通过 y = AK alf + ￡ 其中厶和 K 分别是劳力投入和资金投入， 能通过代换转化为线性回归模型。 y 是产出。由于误差项是可加的 , 从而也不 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 = fg, 毛，…， x]、 0], 0： , …，0 丿 + ￡ 其中旺宀，…入是模型的斤个解释变量，久角，… 4 是模型的 P 个未知参数， /是一个非线性函数，￡是模型的误差项。 关于误差项的假设，也是满足独立、等方差、不相关和零均值， 也可以进一步假设误差项服从正态分布。 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 收樂丁 ?网络 ?如有綾权请联系管理员删 I 除 线性的具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。 （ 1 ）厂几 + 阳+^ （2 ） ）， = 0 （） + 处 + 02^+ — +0 応 + ￡ （ 3 ） y = ae ,x + s （4） y=alnx+b 对于（ 1 ）式，只需令 X’ =式即可化为 y 对十是线性的形式 y = 几+ 0K + ￡ 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。 对于 （2） 式，可以令 xl = x,x 2 = x 2 ,..., x p = x p 是得到 性表达式 y = 卩 ,、 + 0 內+ P2x2 + …+ P pxp + s 对与（ 3 ）式，对等式两边同时去自然数对数 ,得 lny = ln y 关于 xllx2l ...l X p 的线 “加+ Q 令 y = In y,p. =^a,p }=b , 于是得到 y 关于 X 的一元线性回归模型 : # = 0 。 + 0 “ + ￡。 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 认为儿本身是异方差的 ， 而 In ”是等方差的。加性误差项模型认为 y; 是等 方差的。从 统计性质看两者的差异， 前者淡化了儿值大的项 （近期数据） 的作用 , 强化了儿值小的 项 （早期数据） 的作用 ,对早起数据拟合得效果较好， 而后者则 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， 必要时还可以使用 加权最小 二乘。 收集丁 ?网络.如有佞权请联系管理员删除 3?多项式回归 多项式回归模型是一种重要的曲线回归模型 ,这种模型通常容易转化为一般 元线性回归来做处理。 1. 常见的多项式回归模型 回归模型 .y, = A + 0 血+ 0 工+斫称为一元二阶多项式模型。通常将回归模 的多 型中 的系数表示成：兀 = 几+ 01 兀+ 011 彳 + 条抛物线方程， 通常称为二项式回归函数。 应系数。 ◎，回归函数 =0_ +■0 內+ 卩 rV； 是一 回归系数 Q 为线性效应系数， 久为 二次效 当自变量的幕次超过 3 时 , 回归系数的解释变得困难起来 ,回归函数也变得 很不稳 定， 对回归模型的应用会收到影响。 因而 ,幕次超过 3 的多项式回归模 型不常使用。 在 实际应用当中，常遇到含两个或两个以上自变量的情况 ,称回归 模型 :% = 0。 + 0 曲\ + 卩 工+ 02 无 2 + 022 血+ 012 勺兀 2 + 6 为二元二阶多项式回 归模型。它的回归 系数中分别含有两个自变量的线性项系数人和 02 ，二次项系 数 0 和 022， 并含有交 叉乘积项系数 0 门， 交叉