農林經濟管理分類解讀與重新構造

時間：2024-08-14 15:48:11 研究生論文我要投稿

相關推薦

農林經濟管理分類解讀與重新構造

　　摘要：由微觀經濟學得知。對一種商品的需求通常較依賴于消費者的實際收入、該商品的實際價格。以及替代或互補商品的實際價格，這就涉及到復線性回歸問題。文章在商品需求問題的基礎上，應用篩選法建立了有效的回歸模型。能比較準確地處理實際問題。

　　關鍵詞：復線性回歸;多重共線性;異方差性;自相關;AIC準則

　　1、線性回歸模型的常見問題

　　1.1 多重共線性多重共線性是在P個回歸變量之間存在線性關系，在決定因變量的多個自變量中存在部分自變量呈高度相關。直接后果是回歸系數參數估計的標準誤差變大，置信區間變寬。

　　估計值的穩定性降低，因此接受備擇假設犯錯的概率增加。

　　當自變量出現共線性時，一方面可以增大樣本容量.一方面可以使用剔除法和差分法改變模型的形式。

　　1.2異方差性異方差性即對不同的樣本點有va啦i)不等于var(x)。若存在異方差。采用OLS法估計模型參數可能導致參數估計值雖然是無偏的，但不是有效的。參數的顯著性檢驗失去意義，預測失效。處理異方差最常用的方法是加權最小二乘法(WL5：weighted least square)o

　　1.3 自相關性如果回歸模型中各參差項之間不滿足相互獨立假設，即COV(e。ej)≠o，i≠j，稱隨機誤差項之間存在著自相關現象。經濟時間序列中自相關現象較為常見.這主要是由經濟變量的滯后性帶來的。若存在白相關，可能導致參數估計值雖然是無偏的.但不是有效的.參數的顯著性檢驗失去意義，預測失效。

　　2、模型評價

　　模型評價的主要目的是為了在不同模型之間擇優，在綜合考慮模型的準確性和簡潔性的前提下，對模型的優劣給予客觀的評價。

　　2.I 樣本決定系數Rz和修正的莨2??肚器=謦揀撇?

　　中由回歸方程可以解釋的部分所占的比例，是一個介于0到1之間的數。若取值超過0.8，認為模型的擬合優度比較高。

　　但是隨著回歸模型中自變量個數的增加而逐漸增大.這往往會讓使用者誤認為擬合效果越來越好。為克服其受自變量個數的影響.引進調整的樣本系數R2。亦稱為修正的R2：R2=l一(1一R2)，其中n為樣本容量，k為參數。武2綜合了精度和變量數兩個因素。兼顧了精確性和簡潔性，用來判斷擬合優度比更有效。

　　2.2對數似然值對數似然值是基于極大似然估計法得到的統計量：其中n是樣本容量，是未知參數的極大似然估計，與殘差有關。殘差越小，L越大，模型越精確。

　　2.3 AIC準則AIC準則是赤池信息準則的簡稱：AIC一墮+墮.其n n中，L是對數似然值。n是樣本容量，k是被估計參數個數。

　　AIC準則要求AIC取值越小越好。AIC的大小取決于L和k。

　　k取值越小，AIC值越小;L取值越大，AIC值越小。K小意味著模型簡潔，L大意味著模型精確。

　　2.4 SC準則SC準則：SC一墮+墮。其用法和特點與AIC相似。

　　n n2.5模型預測預測是建模的目的之一.預測效果的好壞也是評價模型優劣的標準之一。

　　BP反映了預測值均值和實際值均值之間的差異，VP反映標準差的差異，CP則衡量了剩余的誤差。當預測比較理想時，均方誤差大多集中在協差率上.而其余兩項都很小。

　　3、應用復線性回歸模型解決實際問題

　　由微觀經濟學得知，對一種商品的需求通常較依賴于消費者的實際收入、該商品的實際價格，以及替代或互補商品的實際價格。下面通過數據(表1)，應用篩選法建立適當的需求函數模型來解決實際生活中的商品需求問題。

　　3.1 建立模型根據表l的數據，我們首先建立回歸模型。然后通過研究比較，篩選出較好的模型，并由此模型來說明一定的經濟現象。

　　Y=Cl+C2X2+C3X3+C4)(4+C5)(5 (1)Y=Cl+C2X2+C3)‘3+C6X6 (2)logY=Ci+C2109X2+C3]ogX3+C,JogX4+CslogX5 (3)logY=Ct+C2109X：+C3logX3 (4)logY=Cl+CzlogX：+C3logX3+c6log)(6 (5)這些模型到底哪些可用，有沒有缺點，哪個最好?下面我們根據計量經濟學知識，利用Eviews軟件來做細致的分析。

　　3.2數據導入把表l的數據導入Eviews，并對數據進行整合.生成表2數據。由表2，我們看到X：，?，)(6與Y高度正相關，各個自變量之間也高度自相關。

　　由模型(1)得到表3的數據。不難看出F檢驗的相伴概率為0.000000，反映變量間呈高度自相關.回歸方程高度顯著。D.W檢驗結果遠離2，殘差序列自相關。因此需要剔除一定的變量。

　　剔除變量)(4和X，，加入變量k，應用模型(2)得到表4的數據：D.W檢驗結果只是0.642705.殘差序列白相關.對數似然值更加小了，而且AIC值和SC值很大.所以模型還是不好。

　　運用對數模型(3)對自變量和因變量都分別取對數.得到表5數據。此時自變量與因變量還是高度相關，但是自變量之間的相關性已經減弱。

　　若不考慮自變量)(4、)(4、K對Y的影響，應用模型(4)得到表6。由表6可以看出模型的結果比前兩個模型要好很多。

　　考慮自變量)(4、X，對Y的影響，得到表7。我們注意到C。、C，的系數值都是正的，與先前我們認為的相符合，但是D.W值還不是很好。

　　自變量)(6表示的是豬肉和牛肉每磅實際零售價格的加此模型用豬肉和牛肉每磅實際零售價格的加權平均，效果優于以上幾個模型.但是的系數卻是負的，說明這一時期豬肉和牛肉并不是子雞的競爭或替代產品。這～時期人們對子雞的需求并不依賴于豬肉和牛肉的價格。在自價彈性為負和收人彈性為正的意義上，需求函數符合先驗的經濟預期。

　　然而.估計的價格彈性在絕對值上統計的小于l，這意味著子雞需求是價格乏彈性的(Price inelastic).且收入彈性雖是正數.仍然統計的小于1。故子雞不是奢侈品。這樣，應用篩選法我們得到了的最優的回歸模型(5).此模型比較準確地反映了子雞的市場需求情況。

【農林經濟管理分類解讀與重新構造】相關文章：

我國他物權制度的重新構造03-20

淺析農林經濟管理專業創新型人才培養模式12-02