版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
第三章非线性计量经济模型一、非线性模型的线性化二、非线性模型的参数估计三、非线性模型的特殊问题一个例子一、非线性模型的线性化Y,X1散点图
下图表示中国自生产自动铅笔起，自动铅笔产量与铅笔销量存在线性关系
Y,X2散点图
下图表示政策变量与铅笔销量也呈线性关系。
Y,X4散点图
1.非线性最小二乘原理2.1.3现在的问题在于如何求解非线性方程(2.1.4)。对于多参数非线性模型，用矩阵形式表示(2.1.1)为
Y=f(X,β)+μ(2.1.5)其中各个符号的意义与线性模型相同。向量β的普通最小平方估计值应该使得残差平方和2.高斯-牛顿(Gauss-Newton)迭代法对于非线性方程(2.1.4)，直接解法已不适用，只能采用迭代解法，高斯-牛顿(Gauss-Newton)迭代法就是一种较为实用的一种。(2.1.3)代入(2.1.3)，得到：(2.1.8)于是，将(2.1.3)取极小值变成对(2.1.8)取极小值。如果有一个线性模型：最小。比较(2.1.8)与(2.1.10)后发现，满足使(2.1.10)达到最小的估计值同时也是使(2.1.8)达到最小的。3.牛顿-拉夫森(Newton-Raphson)迭代法2.1.112.1.112.1.112.1.32.1.3三、非线性模型的特殊问题（二）非线性回归模型的异方差问题
问题的提出：对于非线性模型，假定，其中是对角元为正的对角方阵，且依赖于参数。即不存在序列相关但存在异方差现象，怎样求参数的MLE？求解步骤：第一步，求被解释变量样本的对数似然函数：第二步，中心化对数似然函数：第三步，最大化，得到模型参数B和异方差结构中的参数A的最大似然估计和。的最大似然估计为：其中下面以常见的异方差结构对Ω的参数A及模型参数B和同时进行最大似然估计。对数似然函数为：对数似然函数为：中心化对数似然函数：最大化，得到模型参数B和A的最大似然估计和。的最大似然估计为：其中（三）非线性回归模型的序列相关问题
对于非线性模型假定同方差，但存在序列相关。下面对序列相关的不同类型进行回顾：AR(1)：假定
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论