Eviews和非线性模型.ppt

一、可线性化模型二、不可线性化模型三、回归模型的比较练习题及参考资料返回,第四章回归模型的函数形式,安徽财贸学院信管系,EViews软件介绍,1.1Eviews软件简介1.2数据的分类1.3数据的获取1.4数据的处理1.5数据的统计特征,安徽财贸学院信管系,1.1Eviews软件简介,（2）软件文件类型工作文件（Workfile）程序文件（Program）数据库文件（Database）文本文件（Text）,Eviews软件（1）软件的启动,安徽财贸学院信管系,序列（Series）方程式（Equation）图形（Graph）序列组或群（Group）向量（VAR）其它对象,组成一个工作文件,（3）核心对象,安徽财贸学院信管系,1.2数据分类,选择数据类型选择数据频率选择样本范围,Eviews软件主要针对数值数据。数据类型各种各样，频率又高有低（时间间隔）。数据类型划分为时间序列数据、截面数据和Panal数据。,分类方法,安徽财贸学院信管系,1.3数据的获取,方法,调查与试验统计年鉴和快报数据库,数据的录入键盘直接录入从其他文档中复制粘贴文件导入,安徽财贸学院信管系,1.4数据的处理,用公式生成新数据使用数学公式对Eviews工作文件中已经有的变量或序列进行变换例如果需要变量Y的自然对数，则采用函数于是生成了一个新的变量或序列LNY。,安徽财贸学院信管系,表1-1运算符号及其功能,Eviews软件中的公式运算符和函数功能,安徽财贸学院信管系,Eviews软件中，除了通常意义下的变量外，也可以使用逻辑变量，这些变量有真和假两种结果，用1表示真，用0表示假。同样，可以通过使用逻辑运算符AND与OR表述较为复杂的逻辑运算Eviews中常用函数及其功能,安徽财贸学院信管系,安徽财贸学院信管系,安徽财贸学院信管系,1.5数据的统计特征,1、单变量的描述性统计量（1）描述性统计量（2）分组描述性统计量2、多变量的描述性统计量,【例1】我国税收预测模型。表2-3列出了我国19851998年期间税收收入Y和国内生产总值X的统计资料（时间序列数据），试利用EViews软件建立一元线性回归模型。,EViews软件介绍,表2-3我国税收与GDP统计资料单位：亿元,（1）建立工作文件：,启动EViews,点击FileNewWorkfile，弹出工作文件对话框（图2-3），选择数据的时间频率、起始期和终止期。,时间频率,年度,半年,季度,月度,周,日,非时序数据,起始期,终止期,命令方式：在EViews命令窗口中键入CREATE时间频率类型起始期终止期例如：CREATEA8598,（2）输入统计资料：在命令窗口键入数据输入/编辑命令DATAYX将显示数组窗口（图2-4），此时可以按全屏幕编辑方式输入每个变量的统计资料。,图2-4数组窗口,（3）估计回归模型：,数组窗口中点击ProcsMakeequation，定义方程，点击OK，则弹出有关估计结果（右图）。,我国税收模型的估计式为：,常数和解释变量,参数标准差,T统计量值,双侧概率,判定系数,调整的判定系数,回归方程的标准差,残差平方和,似然函数的对数,德宾-瓦森统计量,被解释变量均值,被解释变量标准差,赤池信息准则,施瓦兹信息准则,F统计量,F统计量的概率,参数估计值,命令方式，键入：LS被解释变量C解释变量例如：LSYCX,【例2】中国城镇居民消费函数。表2-5列出了我国城镇居民家庭1998年平均每人全年消费性支出Y和可支配收入X的统计资料（横截面数据，单位：元/年），试利用EViews软件，通过在命令窗口中直接键入命令的方式建立城镇居民消费函数。,常数,表2-5我国城镇居民家庭1998年收支情况,依次键入：建立工作文件：CREATEU8输入统计资料：DATAYX估计回归模型：LSYCX,操作演示,右图是输出结果，我国城镇居民的消费函数为：,一、可线性化模型1倒数变换模型（双曲函数模型）,设：,即可变换为线性。,模型,应用：平均固定成本曲线、商品成长曲线菲利普斯曲线等,第四章回归模型的函数形式,2双对数模型（幂函数模型）,则转换成线性回归模型：,设:,模型,其中：,弹性,3半对数模型模型y=a+blnx+(对数函数模型)lny=a+bx+(指数函数模型),对数函数模型中，,指数函数模型中，,4多项式模型,对于模型,设:,则:,模型转化成多元线性回归模型。,【例5】为了分析某行业的生产成本情况，从该行业中选取了10家企业，表2-10中列出了这些企业总产量Y（吨）和总成本X（万元）的有关资料，试建立该行业的总成本函数和边际成本函数。表2-10某行业产量与总成本统计资料,根据边际成本的U型曲线理论，总成本函数可以用产量的三次多项式近似表示，即：,设:,EViews的命令操作：GENRX1=XGENRX2=X2GENRX3=X3LSYCX1X2X3,变换即可,操作演示,对总成本函数求导数，得到边际成本函数的估计式为：,得到总成本函数估计式：,二、不可线性化模型,采用：高斯牛顿迭代法1迭代估计法模型,估计过程如下：（1）根据经济理论和所掌握的资料，先确定一组数a0,b0,c0作为参数a,b,c的初始估计值；（2）将模型在点（a0,b0,c0）处展开成泰勒级数，并取一阶近似值；,（3）作变量变换，转化成线性回归模型,以利用OLS法估计模型，得到参数的第一组估计值,（4）将代入线性回归模型取代参数的上一组估计值，计算出一组新观察值，进而得到a、b、c的第二组估计值。（5）重复第（4）步，逐次估计，直到第t+1次估计值的估计误差小于事先取定的误差精度时为止。并以第t+1次的计算结果作为参数a、b、c的估计值。,2迭代估计法的EViews软件实现,(1)设定待估参数的初始值方式1：PARAM命令，格式为：PARAM1初始值12初始值2方式2：在工作文件窗口中双击序列C，并在序列窗口中直接输入参数的初始值(2)估计非线性模型【命令方式】键入命令：NLS被解释变量=非线性函数表达式,如，对于非线性回归模型y=a(x-b)/(x-c)+，则NLSY=C(1)*(X-C(2)/(X-C(3),【菜单方式】（1）在数组窗口中点击ProcsMakeEquation；（2）在弹出的方程描述对话框中输入模型具体形式：Y=C(1)*(X-C(2)/(X-C(3)；（3）选择估计方法为最小二乘法后点击OK。,注：可设置最大迭代次数和误差精度，初始值和精度得设定会影响估计结果。,【例6】我国国有工业企业生产函数（例4续）。例4中曾估计出我国国有独立核算工业企业的线性生产函数，现建立C-D（Cobb-Dauglas）生产函数：,（1）转化成线性模型进行估计lny=lnA+lnL+lnK+键入以下命令：GENRLNY=log(Y)GENRLNL=log(L)GENRLNK=log(K)LSLNYCLNLLNK,得到C-D生产函数的估计式为：操作演示,即:,（2）利用迭代法直接估计非线性模型：输入命令：Param112131在主窗口中点击ObjectsNewObject，并选择Equation；,输入非线性模型的方程表达式：Y=C(1)*LC(2)*KC(3),如果要修改迭代次数或收敛的误差精度,可点击Options按钮进行设置。,点击OK后，系统将自动进行迭代运算并输出估计结果：操作演示,报告迭代了13次后收敛,对应A，,三、回归模型的比较,1图形观察分析（1）观察趋势图变量的发展趋势是否一致？解释变量能否反映被解释变量的波动变化情况？变量发展过程中是否有异常点等问题。（2）观察相关图直观地判断两者的相关程度和相关类型。,2模型估计结果观察分析,（1）回归系数的符号、值的大小。（2）改变模型形式之后是否使判定系数的值明显提高。（3）各个解释变量t检验的显著性。（4）系数的估计误差较小。（5）自相关检验,在方程窗口点击ViewActual,Fitted,ResidualTabe（或Graph），观察：,（1）各期残差是否大都落在的虚线框内；（2）残差分布是否具有某种规律性，即是否存在着系统误差；（3）近期残差的分布情况。注意：当模型侧重于预测，则应关注F,R2,当模型侧重于因素分析，则应关注t。,3残差分布观察分析,【例7】我国税收预测模型的比较分析（例1续）。,（1）相关图分析：操作演示键入SCATXY(3.1版)，结果如图,（2）估计模型：GENRLNY=Log(Y)GENRLNX=Log(X)GENRX2=X2,LSLNYCX（指数函数模型）,LSYCXX2（二次函数模型）,LSLNYCLNX（双对数模型）,指数模型的估计结果如下：,R2值,调整的R2值,F统计量的值,二次函数模型的估计结果如下：,R2值,调整的R2值,F统计量的值,双对数模型的估计结果如下：,R2值,调整的R2值,F统计量的值,（3）残差分布分析,指数函数,二次函数,（4）拟合预测分析,对