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(zé)。
  • 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(dān)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