计量经济学第三版课件于俊年 ISBN9787566310101 PPT10第十章10.2三版.pptVIP

计量经济学第三版课件于俊年 ISBN9787566310101 PPT10第十章10.2三版.ppt

  1. 1、本文档共20页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
* §10.2 非线性模型的标准线性化 一、非线性模型变量的间接代换 有一些非线性模型通过适当的变换就可以化为标准 线性模型,这种模型称为可线性化模型。 例如:柯布-道格拉斯(Coob-Douglas)生产函数模型 (C-D函数) (10.2.1) 就是这类模型的一个典型,其中Q代表产出,L代 表劳动力投入,K代表资本的投入,u是随机项, A、α、β是参数。 对(10.2.1)两边取对数 (10.2.2) 显然,(10.2.2)是一个双对数函数模型。 设 , , , 则(10.2.2) 可改写成 (10.2.3) 对于新的变量y, x1, x2来说,(10.2.3)是一个标准线 性化模型。这种先取对数后进行变量代换的方法 叫做间接代换法。 假设随机项 u 满足经典回归的基本假定,对(10.2.3) 应用OLS法,便可得出参数a, α, β的估计值, 再把它们代回原模型,便可得到样本回归方程: (10.2.4) 这里应注意 , ,分别是α , β的无偏估计量, 不是的无偏估计量。 参数α表示产出对劳动投入的偏弹性。具体说,α表 示在资本投入保持不变的条件下,劳动投入每增加一 个百分点,产出将平均增加α个百分点 。β的解释类似。 例10.2.1 试将下列非线性模型线性化 (1) (2) (10.2.5) (10.2.6) 其中β0、β1为参数, u为随机项。 (1)模型(10.2.5)可通过变换 将模型(10.2.5)化为标准线性模型 (2) 模型(10.2.6)可通过变换 将模型(10.2.6)化为标准线性模型: 二、不可线性化模型的处理方法 许多实际问题中所建立的非线性模型无法通过变 量变换的方法化为线性。例如模型 我们介绍一种常用的一般方法,即借助于泰勒 (Taylor)级数展开式进行逐次的线性近似的估计 方法—高斯—牛顿(Gauss-Newton)迭代估计法。 (一)迭代估计法的基本思想 这种方法的基本思想是:通过泰勒(Taylor)展开先使 非线性方程在某一组初始参数估计值附近线性化, 然后对这一线性方程应用OLS法,得出一组新的参 数估计值。下一步是使非线性方程在新参数估计值 附近线性化,对新的线性方程再应用OLS法,又得 出一组新的参数估计值。不断重复上述过程,直至 参数估计值收敛时为止,其步骤如下: 设有模型 (10.2.7) k为自变量的个数,p为参数的个数,f为非线性函数。 将非线性函数 f 在参数β1,β2,…,βp的给定 初始值β10,β20,…,βp0点邻域展开为泰勒级数 (10.2.8) 取(10.2.8)式右端前二项,略去f展开式第三项及以 后所有各项,即高阶项,便有线性近似: (10.2.9) (10.2.9)式对参数 (i =1,2,…,p)已具有线性形式。 (2) 将(10.2.9)式左端看成一组新的因变量,将 (10.2.9)右端 (i= 1,2…,p)看成一组新的 自变量,这样(10.2.9)就已经成为标准线性模型, 对(10.2.9)应用OLS法,得出一组参数的估计值 , ,…, 。 (3) 重复(1),在新参数估计值 , ,…, 点邻域再作一次泰勒展开,得到新的线性回归模型 (10.2.10) (4) 重复(2),对(10.2.10)应用OLS法,又得出一组 参数的估计值 , ,…, 。 (5) 如此反复,得出一组点序列 , ,…, , (j =1,2,…),使其收敛为止或满足下述条件: (i=1,2…,p) (10.2.11) δ是根据需要事先给的任意小正数。 这里应指出的是迭代过程可能不收敛,这时应重 选一组新的初始参数值,重新作逐次线性的近似 估计。如果改变初始参数估计值仍不能使迭代过 程收敛,那么就必须放弃逐次线性近似法而改用 其它方法。需要指出的是,上述迭代估计过程的 收敛性和收敛速度与参数初始值的选取有密切关系。 (二)迭代估计法的Eviews软件计算 利用Eviews软件,可以使用高斯—牛顿迭代法估计 非线性回归模型。我们用一个例子来说明它的使用 方法。 我们利用表10.2.1中的一组数据,估计某企业的C-D 函数模型 (10.2.16) 其中的A 、α、β为参数, y代表产出,L代表劳 动投入,K代表资本投入。 *

您可能关注的文档

文档评论(0)

带头大哥 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档