上機(jī)實(shí)驗(yàn)-eviews教學(xué)課件第一講

XY二經(jīng)典的計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法是性模型的基礎(chǔ)上發(fā)展、完善起來的，因而線性計(jì)量經(jīng)濟(jì)學(xué)模型領(lǐng)域的理論與方法已經(jīng)相當(dāng)成熟。但是，現(xiàn)實(shí)經(jīng)濟(jì)活動(dòng)并不都能抽象為線性模型，所以非線性計(jì)量經(jīng)濟(jì)學(xué)模型在計(jì)量經(jīng)濟(jì)學(xué)模型中占據(jù)重要的位置，關(guān)于它的理論與方法的研究是計(jì)量經(jīng)濟(jì)學(xué)理論與方法研究的一個(gè)廣泛的領(lǐng)域。假設(shè)回歸yt

f(xt

β)其中f是解釋變量和參的函數(shù)。最小二乘估計(jì)就是要選擇參數(shù)使殘差平方和最小：S(

(yt

f(xt

β))2

(y

f(X

β))(y

f(X

tf關(guān)于參數(shù)的導(dǎo)數(shù)不依賴于參數(shù)，則我們稱模型為參yt

1

是參數(shù)線性的，f關(guān)于參數(shù)的導(dǎo)數(shù)與參數(shù)無關(guān)。1yt1

L2K

tt其函數(shù)的導(dǎo)數(shù)仍依賴于參數(shù)，所以它是參數(shù)非線性的。對(duì)于這個(gè)模型，沒有辦法使用普通最小二乘估計(jì)來最小化殘差平方和。必須使用非線性最小二乘估計(jì)技術(shù)來估計(jì)模型參數(shù)。tt非線性最小二乘估計(jì)根據(jù)參數(shù)的選擇最小化殘差平方和。S(

2(yti

f(

,β)

(xt,β) G(β)

f(xt,β) G(β)(y

f(X

β))其中G()是f(X)關(guān)于的導(dǎo)數(shù)。?

s2

(1991,231-245頁)或Davidson和MacKinon(1993)。估計(jì)非線性最小二乘模型很簡(jiǎn)單，對(duì)于任何系數(shù)非線性的方程，Eiews自動(dòng)應(yīng)用非線性最小二乘估計(jì)，會(huì)使用迭代算法估計(jì)模型。1.1.的元素(例如，c(1),c(2),c(34),c(87)，也可以定義使用其它系就是缺省系數(shù)向量C的4個(gè)元素從c(1)到c(4)生產(chǎn)函數(shù)的實(shí)Ls2.2.（1）迭代估計(jì)要求模型系數(shù)有初始值。選擇參數(shù)初始值沒通用的法則。越接近于真值越好，因此，如果你對(duì)參數(shù)值有一個(gè)合理的猜測(cè)值，將是很有用的。在某些情況下，可以用最小二乘法估計(jì)嚴(yán)格形式的模型得到良好的初始值。總體說來，必須進(jìn)行試驗(yàn)以找到初始值。在開始迭代估計(jì)時(shí)，Eiews使用系數(shù)向量中的值。很容易檢查并改變系數(shù)的初始值。要察看初始值，雙擊系數(shù)向量。如果初始值是合理的，可以對(duì)模型進(jìn)行估計(jì)。如果想改變初始值，首先確定系數(shù)向量表使處于編輯狀態(tài)，然后輸入系數(shù)值。完成初始值設(shè)定后，關(guān)閉系數(shù)向量窗口，估計(jì)模型。也可以從命令窗口使用ARAM命令設(shè)定初始系數(shù)值。只需輸入ARAM，然后是每個(gè)系數(shù)和想要的初值：paramc(1)153c(2).68c(3)中設(shè)定c(1)=153，c(2)=0.68和c(3)=0.15。詳情參見附錄E（2）迭代和收斂選可以通過說明收斂標(biāo)準(zhǔn)和最大迭代次數(shù)來控制迭代過程。按Options鈕并輸入想要的數(shù)值。如果系數(shù)變化的最大值低于閾值，EViews報(bào)告估計(jì)過程已經(jīng)收斂。例如，設(shè)定閾值為0.001，則EViews會(huì)通過檢查系數(shù)的最大變化是不是小于0.001來決定是否在大多數(shù)情況下，不許改變最大迭代次數(shù)。然而，對(duì)于某些難于估計(jì)的模型，在最大迭代次數(shù)下迭代過程不收