转化为线性的非线性回归模型.pptVIP

*****前面我们讨论的经济问题，都是假定作为因变量的经济变量与作为解释变量的经济变量之间存在着线性关系。由此建立线性回归模型进行线性回归分析。这里所说的线性是指：（1）变量的线性，变量以其原型出现在模型之中，而不是以X2或Xβ之类的函数形式出现在模型中；（2）参数的线性，因变量Y是各参数的线性函数。01但是，在众多的经济现象中，分析经济变量之间的关系，根据某种经济理论和对实际经济问题的分析，所建立的经济模型往往不符合上面的线性要求，即模型是非线性的，称为非线性模型（Non-linearModel）。02可转化为线性的多元非线性回归模型在实际经济活动中，经济变量的关系是复杂的，直接表现为线性关系的情况并不多见。如著名的恩格尔曲线（Englecurves）表现为幂函数曲线形式，类似地还有生产函数等。但是，大部分非线性关系又可以通过一些简单的数学处理，使之化为数学上的线性关系，从而可以运用线性回归模型的理论方法。这一部分我们要关注的是（1）如何将非线性模型转变为线性模型；（2）转变后，偏回归系数的含义。说明非线性回归模型与变量的直接置换法当变量是非线性的，参数之间是线性时，可以利用变量直接代换的方法将模型线性化。因此，关于解释变量的非线性问题都可以通过变量置换变成线性问题。01对于以下形式的非线性方程，我们可以直接进行变量代换转换为线性方程：03模型的类型与变换020103令05令02令04令06令在以上的这几类模型形式中：模型特点：随着X无限增大，项趋于0，Y趋于极限值。分三种类型：?10?00XY-?0?10?00XY?0?10?00XY?0平均固定成本与产出水平菲利普斯曲线恩格尔曲线倒数模型的线性化：令，原方程变为：Y=?0+?1Zi+?i（1）倒数模型双曲函数模型双曲函数模型的一般形式为：令则可将原模型化为标准的线性回归模型多项式回归模型多项式回归模型通常用于描述生产成本函数，其一般形式为：其中，Y表示总成本，X表示产出，P为多项式的阶数，一般不超过四阶。多项式回归模型中，解释变量X以不同幂次出现在方程的右端。这类模型也仅存在变量非线性，因而很容易线性化，可用OLS法估计模型。半对数模型指的是应变量和解释变量中一个为对数形式而另一个为线性的模型。解释变量为对数形式的称为线性-对数模型（lin-logmodel）。被解释变量为对数形式的称为对数-线性模型（log-linmodel）。（3）半对数模型这是因为，利用微分可以得出：对数-线性模型中，斜率的含义是Y的百分比变动，即解释变量X变动一个单位引起的应变量Y的百分比变动。我们先介绍对数-线性模型，其形式如下：得到一国GDP的年增长率的估计值，这里t为时间趋势变量。04例如，我们可以通过估计下面的半对数模型03这表明，系数度量的是解释变量X的单位变动所引起的应变量Y的相对变动。01对数-线性方程又称增长模型，通常我们用这类估计许多变量的增长率。如果x取“时间”t，即按时间顺序依次取值为1，2，…，T，变量t的系数?1度量了ln(Y)随时间向前推进产生的变化。如果?1为正，则有随时间向上增长的趋势；如果?1为负，则有随时间向下的趋势，因此t可称为趋势变量。02例：求1956-1970年美国个人可支配收入的增长率。X2:个人可支配收入，X3:时间变量模型：lnX2i=?1+?2ti+?i求解过程结果：，说明1956-1970年间，美国个人可支配收入每年增长4.23%。比较线性趋势模型：X2i=b2+b23ti+?ib23=17.13，说明个人可支配收入每年平均增长17个单位。上式表明，Y的绝对变动量等于乘以X的相对变动量。因此，线性-对数模型通常用于研究解释变量的相对变动引起的因变量的绝对变动量是多少这类问题。02另外，线性-对数模型的形式如下：与前面类似，我们可用微分得到因此这表明01双对数模型双对数模型的应用非常广泛，其原因在于，由于回归线是一条直线（Y和X都是对数形式），所以它的斜率为一常数。由于这个特殊的性质，双对数模型又称为不变弹性模型。美国咖啡消费（Y）与平均真实零售价格（X）数据，（X=名义价格/食品与饮料的消费者价格指数，1967年=100），求咖啡消费函数。散点图：确定函数形式：Y-X;lnY-lnX建立模型：lnY=?+?lnX+?i参数估计：3214例：美国咖啡需求：1970-1980咖啡需求的价格弹性为-0.253根据有关理论或