金融經(jīng)濟學(xué)第三章非線性回歸分析課件_第1頁
金融經(jīng)濟學(xué)第三章非線性回歸分析課件_第2頁
金融經(jīng)濟學(xué)第三章非線性回歸分析課件_第3頁
金融經(jīng)濟學(xué)第三章非線性回歸分析課件_第4頁
金融經(jīng)濟學(xué)第三章非線性回歸分析課件_第5頁
已閱讀5頁，還剩45頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

第三章非線性計量經(jīng)濟模型一、非線性模型的線性化二、非線性模型的參數(shù)估計三、非線性模型的特殊問題一個例子一、非線性模型的線性化Y,X1散點圖

下圖表示中國自生產(chǎn)自動鉛筆起，自動鉛筆產(chǎn)量與鉛筆銷量存在線性關(guān)系

Y,X2散點圖

下圖表示政策變量與鉛筆銷量也呈線性關(guān)系。

Y,X4散點圖

1.非線性最小二乘原理2.1.3現(xiàn)在的問題在于如何求解非線性方程(2.1.4)。對于多參數(shù)非線性模型，用矩陣形式表示(2.1.1)為

Y=f(X,β)+μ(2.1.5)其中各個符號的意義與線性模型相同。向量β的普通最小平方估計值應(yīng)該使得殘差平方和2.高斯-牛頓(Gauss-Newton)迭代法對于非線性方程(2.1.4)，直接解法已不適用，只能采用迭代解法，高斯-牛頓(Gauss-Newton)迭代法就是一種較為實用的一種。(2.1.3)代入(2.1.3)，得到：(2.1.8)于是，將(2.1.3)取極小值變成對(2.1.8)取極小值。如果有一個線性模型：最小。比較(2.1.8)與(2.1.10)后發(fā)現(xiàn)，滿足使(2.1.10)達到最小的估計值同時也是使(2.1.8)達到最小的。3.牛頓-拉夫森(Newton-Raphson)迭代法2.1.112.1.112.1.112.1.32.1.3三、非線性模型的特殊問題（二）非線性回歸模型的異方差問題

問題的提出：對于非線性模型，假定，其中是對角元為正的對角方陣，且依賴于參數(shù)。即不存在序列相關(guān)但存在異方差現(xiàn)象，怎樣求參數(shù)的MLE？求解步驟：第一步，求被解釋變量樣本的對數(shù)似然函數(shù)：第二步，中心化對數(shù)似然函數(shù)：第三步，最大化，得到模型參數(shù)B和異方差結(jié)構(gòu)中的參數(shù)A的最大似然估計和。的最大似然估計為：其中下面以常見的異方差結(jié)構(gòu)對Ω的參數(shù)A及模型參數(shù)B和同時進行最大似然估計。對數(shù)似然函數(shù)為：對數(shù)似然函數(shù)為：中心化對數(shù)似然函數(shù)：最大化，得到模型參數(shù)B和A的最大似然估計和。的最大似然估計為：其中（三）非線性回歸模型的序列相關(guān)問題

對于非線性模型假定同方差，但存在序列相關(guān)。下面對序列相關(guān)的不同類型進行回顧：AR(1)：假定

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論