农林经济管理分类解读与重新构造

时间：2024-08-14 15:48:11 研究生论文我要投稿

相关推荐

农林经济管理分类解读与重新构造

　　摘要：由微观经济学得知。对一种商品的需求通常较依赖于消费者的实际收入、该商品的实际价格。以及替代或互补商品的实际价格，这就涉及到复线性回归问题。文章在商品需求问题的基础上，应用筛选法建立了有效的回归模型。能比较准确地处理实际问题。

　　关键词：复线性回归;多重共线性;异方差性;自相关;AIC准则

　　1、线性回归模型的常见问题

　　1.1 多重共线性多重共线性是在P个回归变量之间存在线性关系，在决定因变量的多个自变量中存在部分自变量呈高度相关。直接后果是回归系数参数估计的标准误差变大，置信区间变宽。

　　估计值的稳定性降低，因此接受备择假设犯错的概率增加。

　　当自变量出现共线性时，一方面可以增大样本容量.一方面可以使用剔除法和差分法改变模型的形式。

　　1.2异方差性异方差性即对不同的样本点有va啦i)不等于var(x)。若存在异方差。采用OLS法估计模型参数可能导致参数估计值虽然是无偏的，但不是有效的。参数的显着性检验失去意义，预测失效。处理异方差最常用的方法是加权最小二乘法(WL5：weighted least square)o

　　1.3 自相关性如果回归模型中各参差项之间不满足相互独立假设，即COV(e。ej)≠o，i≠j，称随机误差项之间存在着自相关现象。经济时间序列中自相关现象较为常见.这主要是由经济变量的滞后性带来的。若存在白相关，可能导致参数估计值虽然是无偏的.但不是有效的.参数的显着性检验失去意义，预测失效。

　　2、模型评价

　　模型评价的主要目的是为了在不同模型之间择优，在综合考虑模型的准确性和简洁性的前提下，对模型的优劣给予客观的评价。

　　2.I 样本决定系数Rz和修正的莨2??肚器=謦拣撇?

　　中由回归方程可以解释的部分所占的比例，是一个介于0到1之间的数。若取值超过0.8，认为模型的拟合优度比较高。

　　但是随着回归模型中自变量个数的增加而逐渐增大.这往往会让使用者误认为拟合效果越来越好。为克服其受自变量个数的影响.引进调整的样本系数R2。亦称为修正的R2：R2=l一(1一R2)，其中n为样本容量，k为参数。武2综合了精度和变量数两个因素。兼顾了精确性和简洁性，用来判断拟合优度比更有效。

　　2.2对数似然值对数似然值是基于极大似然估计法得到的统计量：其中n是样本容量，是未知参数的极大似然估计，与残差有关。残差越小，L越大，模型越精确。

　　2.3 AIC准则AIC准则是赤池信息准则的简称：AIC一堕+堕.其n n中，L是对数似然值。n是样本容量，k是被估计参数个数。

　　AIC准则要求AIC取值越小越好。AIC的大小取决于L和k。

　　k取值越小，AIC值越小;L取值越大，AIC值越小。K小意味着模型简洁，L大意味着模型精确。

　　2.4 SC准则SC准则：SC一堕+堕。其用法和特点与AIC相似。

　　n n2.5模型预测预测是建模的目的之一.预测效果的好坏也是评价模型优劣的标准之一。

　　BP反映了预测值均值和实际值均值之间的差异，VP反映标准差的差异，CP则衡量了剩余的误差。当预测比较理想时，均方误差大多集中在协差率上.而其余两项都很小。

　　3、应用复线性回归模型解决实际问题

　　由微观经济学得知，对一种商品的需求通常较依赖于消费者的实际收入、该商品的实际价格，以及替代或互补商品的实际价格。下面通过数据(表1)，应用筛选法建立适当的需求函数模型来解决实际生活中的商品需求问题。

　　3.1 建立模型根据表l的数据，我们首先建立回归模型。然后通过研究比较，筛选出较好的模型，并由此模型来说明一定的经济现象。

　　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)这些模型到底哪些可用，有没有缺点，哪个最好?下面我们根据计量经济学知识，利用Eviews软件来做细致的分析。

　　3.2数据导入把表l的数据导入Eviews，并对数据进行整合.生成表2数据。由表2，我们看到X：，?，)(6与Y高度正相关，各个自变量之间也高度自相关。

　　由模型(1)得到表3的数据。不难看出F检验的相伴概率为0.000000，反映变量间呈高度自相关.回归方程高度显着。D.W检验结果远离2，残差序列自相关。因此需要剔除一定的变量。

　　剔除变量)(4和X，，加入变量k，应用模型(2)得到表4的数据：D.W检验结果只是0.642705.残差序列白相关.对数似然值更加小了，而且AIC值和SC值很大.所以模型还是不好。

　　运用对数模型(3)对自变量和因变量都分别取对数.得到表5数据。此时自变量与因变量还是高度相关，但是自变量之间的相关性已经减弱。

　　若不考虑自变量)(4、)(4、K对Y的影响，应用模型(4)得到表6。由表6可以看出模型的结果比前两个模型要好很多。

　　考虑自变量)(4、X，对Y的影响，得到表7。我们注意到C。、C，的系数值都是正的，与先前我们认为的相符合，但是D.W值还不是很好。

　　自变量)(6表示的是猪肉和牛肉每磅实际零售价格的加此模型用猪肉和牛肉每磅实际零售价格的加权平均，效果优于以上几个模型.但是的系数却是负的，说明这一时期猪肉和牛肉并不是子鸡的竞争或替代产品。这～时期人们对子鸡的需求并不依赖于猪肉和牛肉的价格。在自价弹性为负和收人弹性为正的意义上，需求函数符合先验的经济预期。

　　然而.估计的价格弹性在绝对值上统计的小于l，这意味着子鸡需求是价格乏弹性的(Price inelastic).且收入弹性虽是正数.仍然统计的小于1。故子鸡不是奢侈品。这样，应用筛选法我们得到了的最优的回归模型(5).此模型比较准确地反映了子鸡的市场需求情况。

【农林经济管理分类解读与重新构造】相关文章：

我国他物权制度的重新构造03-20

浅析农林经济管理专业创新型人才培养模式12-02