|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Обобщенная модель нелинейная по переменнымY=a0+a1f1(X)+a2f2(X)+…+akfk+u (1) Линеаризация обобщенной нелинейной модели 1. Вводятся новые переменные:z1=f1(X), Z2=f2(X)…zk=fk(X) 2. Подставляя новые переменные в модель (Y=a0+a1f1(X)+a2f2(X)+…+akfk), получим модель линейную по переменным z: Y=a0+a1z1(X)+a2z2(X)+…+akzk(X)+u 2 3. После оценки параметров модели делается обратный переход к модели (1.1) Примеры. 1. Полиномиальные модели: Y=a0+a1x+a2x2+a3x3…+akxk+u Новые переменные: z1=x, z2=x2, z3=x3,…zk=xk После перехода к новым переменным получается линейная модель множественной регрессии: Y=a0+a1z1+a2z2+…+akzk+u Оценка и анализ проводится уже известными методами
Параболические модели широко применяются - при моделировании средних и предельных издержек в зависимости от объема выпуска продукции - при моделировании зависимости прибыли предприятия от расходов на рекламу Кубические модели – при моделировании общих издержек в зависимости от объема выпуска продукции 2. Модели гиперболического типа Y=a0+a1*1/X+u Новая переменная:z=1/X В результате подстановки получим уравнение парной регрессии в виде: Y=a0+a1*z+u Модели гиперболического вида нашли применение при моделировании: - зависимости спроса от цен - зависимости спроса от дохода (кривые Энгеля) - спрос на предметы роскоши от дохода (функции Торнквиста) - уровня относительного изменения заработной платы в зависимости от относительного изменения уровня безработицы (кривая Филлипса)
Степенные модели. Степенная модель нелинейна по параметрам Y=a0X1a1X2a2(1+u)(1) 1. Метод линеаризации – логарифмирование с последующим введением новых переменных: Log(Y)=log(a0)+a1log)x1)+a2log(x2)+log(1+u)(2) 2. Вводятся новые переменные и параметры: Y*=log(Y), z1=log(x1), z2=log(x2), ɛ=log(1+u), b0=log(a0), b1=a1, b2=a2. В новых переменных исходное уравнение принимает вид уравнения множественной регрессии: Y*=b0+b1z1+b2z2+ɛ 3. Оцениваются параметры b0, b1, b2 – методом наименьших квадратов и проверяются гипотезы о выполнении предпосылок теоремы Гаусса-Маркова для модели (2.3) 4. Осуществляется возврат к исходной модели (2.1): a0=eb0, a1=b1, a2=b2 В частном случае, когда в модели присутствует одна экзогенная переменная модель называют двойной логарифмической Экономическая интерпретация параметров двойной логарифмической модели Двойная логарифмическая модель: Y=a0Xa1 (4) Дифференцируем (2.4) по х Откуда получаем, что: Параметр а1 имеет смысл эластичности переменной Y по переменной x
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |