下载文档原格式
非线性回归常见模型一．基本内容模型一xc e c y 21=，其中21,c c 为常数.将xc ec y 21=两边取对数，得x c c e c y xc 211ln )ln(ln 2+==，令21,ln ,ln c b c a y z ===，从而得到z 与x 的线性经验回归方程a bx z +=，用公式求即可，这样就建立了y 与x 非线性经验回归方程.模型二221c x c y +=，其中21,c c 为常数.令a c b c x t ===212,,，则变换后得到y 与t 的线性经验回归方程a bt y +=，用公式求即可，这样就建立了y 与x 非线性经验回归方程.模型三21c x c y +=，其中21,c c 为常数.a cbc x t ===21,,，则变换后得到y 与t 的线性经验回归方程a bt y +=，用公式求即可，这样就建立了y 与x 非线性经验回归方程.模型四反比例函数模型：1y a b x=+令xt 1=，则变换后得到y 与t 的线性经验回归方程a bt y +=，用公式求即可，这样就建立了y 与x 非线性经验回归方程.模型五三角函数模型：sin y a b x=+令x t sin =，则变换后得到y 与t 的线性经验回归方程a bt y +=，用公式求即可，这样就建立了y 与x 非线性经验回归方程.二．例题分析例1．用模型e kx y a =拟合一组数据组()(),1,2,,7i i x y i =⋅⋅⋅，其中1277x x x ++⋅⋅⋅+=；设ln z y =，得变换后的线性回归方程为ˆ4zx =+，则127y y y ⋅⋅⋅=（）A．70e B．70C．35e D．35【解析】因为1277x x x ++⋅⋅⋅+=，所以1x =，45z x =+=，即()127127ln ...ln ln ...ln 577y y y y y y +++==，所以35127e y y y ⋅⋅⋅=.故选：C例2．一只红铃虫产卵数y 和温度x 有关，现测得一组数据()(),1,2,,10i i x y i =⋅⋅⋅，可用模型21e c x y c =拟合，设ln z y =，其变换后的线性回归方程为4zbx =- ，若1210300x x x ++⋅⋅⋅+=，501210e y y y ⋅⋅⋅=，e 为自然常数，则12c c =________.【解析】21e c x y c =经过ln z y =变换后，得到21ln ln z y c x c ==+，根据题意1ln 4c =-，故41e c -=，又1210300x x x ++⋅⋅⋅+=，故30x =，5012101210e ln ln ln 50y y y y y y ⋅⋅⋅=⇒++⋅⋅⋅+=，故5z =，于是回归方程为4zbx =- 一定经过(30,5)，故ˆ3045b -=，解得ˆ0.3b =，即20.3c =，于是12c c =40.3e -.故答案为：40.3e -.该景点为了预测2023年的旅游人数，建立了模型①：由最小二乘法公式求得的数据如下表所示，并根据数据绘制了如图所示的散点图.。
第四节 非线形回归模型一、 可线性化模型在非线性回归模型中，有一些模型经过适当的变量变换或函数变换就可以转化成线性回归模型，从而将非线性回归模型的参数估计问题转化成线性回归模型的参数估计，称这类模型为可线性化模型。
在计量经济分析中经常使用的可线性化模型有对数线性模型、半对数线性模型、倒数线性模型、多项式线性模型、成长曲线模型等。
1．倒数模型我们把形如:u xb b y ++=110；u x b b y ++=1110 （3.4.1） 的模型称为倒数(又称为双曲线函数)模型。
设：xx 1*=，y y 1*=，即进行变量的倒数变换，就可以将其转化成线性回归模型。
倒数变换模型有一个明显的特征：随着x 的无限扩大，y 将趋于极限值0b (或0/1b )，即有一个渐进下限或上限。
有些经济现象(如平均固定成本曲线、商品的成长曲线、恩格尔曲线、菲利普斯曲线等)恰好有类似的变动规律，因此可以由倒数变换模型进行描述。
2．对数模型模型形式：u x b b y ++=ln ln 10 （3.4.2）(该模型是将ub e Ax y 1=两边取对数，做恒等变换的另一种形式，其中A b ln 0=)。
上式lny 对参数0b 和1b 是线性的，而且变量的对数形式也是线性的。
因此，我们将以上模型称为双对数(double-log)模型或称为对数一线性(log-liner)模型。
令：x x y y ln ,ln **==代入模型将其转化为线性回归模型： u x b b y ++=*10* （3.4.3）变换后的模型不仅参数是线性的，而且通过变换后的变量间也是线性的。
模型特点：斜率1b 度量了y 关于x 的弹性：xdx y dy x d y d b //)(ln )(ln 1== （3.4.4） 它表示x 变动1%，y 变动了多少，即变动了1b %。
模型适用对象：对观测值取对数，将取对数后的观测值（lnx ，lny ）描成散点图，如果近似为一条直线，则适合于对数线性模型来描述x 与y 的变量关系。
第六章 非线性回归模型经济模型本来就存在许多非线性形式，我们在引言与第一章就曾经处理过“可以线性化的非线性模型”，即经过简单函数变换后可以化为一元或多元线性回归模型的非线性回归模型。
但是在一般情况下，非线性模型难以精确地线性化，这就需要予以特别的考虑。
一般的非线性回归模型可以表示为()εβ+=,X f Y（6.0.1）这里X 是可观察的独立随机变量，β是待估的参数向量，Y 是独立观察变量，它的均值依赖于X 与β，ε是随机误差。
函数形式f （• ）是已知的。
Cobb-Douglas 生产函数是非线性回归模型的典型例子：εββ+=21K aL Q（6.0.2）这里Q 是经济部门的产出，L 是劳动力投入，K 是资本投入，待估参数是α，β1与β2。
定 义Y=Q ，X ′=(L,K)，β=(α，β1,β2)′，以及()2111,βββK aL X f =，则Cobb-Douglas 生产函数就可以写为(6.0.1)的形式。
另一个例子是消费函数εβββ++=321Y C（6.0.3）这里Y 是居民收入，C 是居民消费。
其中参数β3的估计问题就很有必要。
如果贸然假定β3=1，那就是线性函数了，可是实际资料也许会否定β3=1。
有些经济模型到底能不能线性化，取决于误差项的假定。
例如Cobb-Douglas 生产函数，如果将误差假定为与函数部分相乘，即εββe K aL Q 21=（6.0.4）则取对数后可以线性化：εββα+++=K L Q ln ln ln ln 21（6.0.5）另一方面，有些线性回归模型也可以视为非线性问题，例如广义最小二乘问题()()ψ==+=2 ,0 ,σεεεβVar E X Y（6.0.6）的极大似然估计就可以被看作非线性问题。
本章就讨论这些非线性回归模型的性质与计算问题，涉及到一些大样本理论，介绍了非线性强度度量的几何意义。
作为特别的非线性回归模型，重点是介绍了增长曲线模型与失效率模型。
