建?；静襟E與非線性回歸分析

1、第二講 建?；静襟E和非線性回歸分析建模基本步驟用一個例子來講解建模的基本步驟和軟件的基本操作。例：下表是19501987年間美國機動車汽油消費量和影響消費量的變量數(shù)值。各變量表示：QMG機動車汽油消費量，CAR汽車保有量，PMG汽油價格，POP人口數(shù)，RGNP按1982年美元計算的國民生產總值，PGNPGNP指數(shù)（1982年為100）。以汽油消費量為因變量，其他為自變量，建立回歸模型。年份汽油消費量（QMG)汽車保有量(CAR)汽油價格(PMG)人口數(shù)(POP)國民生產總值(RGNP)GNP指數(shù)（PGNP)195040617285491952120.2721522711090.426.119

2、5143896887519487960.2761548781179.227.9195246428148533013290.2871575531226.128.3195349374047563132810.291601841282.128.5195451107135586225470.2911630261252.129195554333255626887920.2991659311356.729.3195656022406651538100.311689031383.530.3195757415622671249040.3041719841410.231.41958591543306829659

3、40.3051748821384.732.1195961596548713544200.311177830148132.6196062811854738686820.3081806711517.233.2196163978489759582150.3061836911547.933.6196262531373791733290.3041865381647.934196364779104827137170.3041892421711.634.5196467663848863012070.3121918891806.935196570337126903607210.3211943031918.53

4、5.7196673638812939620300.3321965602048.936.6196776139326969309490.3371987122100.337.81968807726571010391130.3482007062195.439.41969854160841035620180.3572026772260.741.21970886840501068076290.3642050522250.743.41971921946201112974590.361207661233245.61972953489041170516380.3882098962465.547.51973998

5、046001238117410.5242119092602.850.219741002122101279512540.5722138542564.255.119751023277501309189180.5952159732530.960.419761069727401363339340.6312180352680.563.519771100234101415231970.6572202392822.467.319781136259601464843360.6782225853115.272.219791078312201494222050.8572250553192.478.61980100

6、8560701533578761.1912277573187.885.719811009940401559074731.3112301383248.89419821002428701569936941.222232520316610019831015152601610179261.1572347993279.1103.919841026036901634329441.292370013489.9107.919851047192301687438171.1152392793585.2111.519861078312201732558500.8572416133676.5114.519871104

7、679801779220000.8972439153847117.7一 數(shù)據(jù)的預處理預處理是指在正式建模之前運用一些初等方法探討變量之間的關系，為正式建模做些準備。常用的預處理方法包括繪制動態(tài)曲線、繪制散點圖、計算變量之間的相關系數(shù)等。二 最小二乘估計三 各統(tǒng)計量的解釋四 預測預測是建模的目的之一，預測效果的好壞也是評價模型優(yōu)劣的標準之一。非線性回歸分析非線性模型指的是關于參數(shù)或自變量是非線性函數(shù)的模型。在某些情形，可以通過一定的線性變化將這些非線性模型作為線性模型處理。這類模型稱為可線性化的非線性模型。但并不是所有的非線性模型都可做線性化處理，對這類模型怎樣分析和估計呢？無法線性化模型的一般形式為：。其中是非線性函數(shù)。需要說明：上述函數(shù)的誤差為加性誤差，即在非線性函數(shù)后加上一個誤差，這不是說所有非線性模型的誤差都以加性誤差形式出現(xiàn)，一些可線性化的模型采用了乘性誤差，或其他誤差形式。比如CD生產函數(shù)的兩種設法：非線性最小二乘法（NLS）是非線性模型的常用估計方法。這個方法的Eviews操作與普通最小二乘法基本相同，只是在方程估計窗口或命令行中，模型必須以方程式的形式出現(xiàn)