- 相關(guān)推薦
農林經(jīng)濟管理分類(lèi)解讀與重新構造
摘要：由微觀(guān)經(jīng)濟學(xué)得知。對一種商品的需求通常較依賴(lài)于消費者的實(shí)際收入、該商品的實(shí)際價(jià)格。以及替代或互補商品的實(shí)際價(jià)格，這就涉及到復線(xiàn)性回歸問(wèn)題。文章在商品需求問(wèn)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(shí)際問(wèn)題。
關(guān)鍵詞：復線(xiàn)性回歸;多重共線(xiàn)性;異方差性;自相關(guān);AIC準則
1、線(xiàn)性回歸模型的常見(jiàn)問(wèn)題
1.1 多重共線(xiàn)性多重共線(xiàn)性是在P個(gè)回歸變量之間存在線(xiàn)性關(guān)系，在決定因變量的多個(gè)自變量中存在部分自變量呈高度相關(guān)。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(xiàn)性時(shí)，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(diǎn)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(wú)偏的，但不是有效的。參數的顯著(zhù)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(guān)性如果回歸模型中各參差項之間不滿(mǎn)足相互獨立假設，即COV(e。ej)≠o，i≠j，稱(chēng)隨機誤差項之間存在著(zhù)自相關(guān)現象。經(jīng)濟時(shí)間序列中自相關(guān)現象較為常見(jiàn).這主要是由經(jīng)濟變量的滯后性帶來(lái)的。若存在白相關(guān)，可能導致參數估計值雖然是無(wú)偏的.但不是有效的.參數的顯著(zhù)性檢驗失去意義，預測失效。
2、模型評價(jià)
模型評價(jià)的主要目的是為了在不同模型之間擇優(yōu)，在綜合考慮模型的準確性和簡(jiǎn)潔性的前提下，對模型的優(yōu)劣給予客觀(guān)的評價(jià)。
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(gè)介于0到1之間的數。若取值超過(guò)0.8，認為模型的擬合優(yōu)度比較高。
但是隨著(zhù)回歸模型中自變量個(gè)數的增加而逐漸增大.這往往會(huì )讓使用者誤認為擬合效果越來(lái)越好。為克服其受自變量個(gè)數的影響.引進(jìn)調整的樣本系數R2。亦稱(chēng)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(gè)因素。兼顧了精確性和簡(jiǎn)潔性，用來(lái)判斷擬合優(yōu)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(guān)。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(jiǎn)稱(chēng)：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(gè)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(zhù)模型簡(jiǎn)潔，L大意味著(zhù)模型精確。
2.4 SC準則SC準則：SC一墮+墮。其用法和特點(diǎn)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(jià)模型優(yōu)劣的標準之一。
BP反映了預測值均值和實(shí)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(shí)，均方誤差大多集中在協(xié)差率上.而其余兩項都很小。
3、應用復線(xiàn)性回歸模型解決實(shí)際問(wèn)題
由微觀(guān)經(jīng)濟學(xué)得知，對一種商品的需求通常較依賴(lài)于消費者的實(shí)際收入、該商品的實(shí)際價(jià)格，以及替代或互補商品的實(shí)際價(jià)格。下面通過(guò)數據(表1)，應用篩選法建立適當的需求函數模型來(lái)解決實(shí)際生活中的商品需求問(wèn)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(guò)研究比較，篩選出較好的模型，并由此模型來(lái)說(shuō)明一定的經(jīng)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(méi)有缺點(diǎn)，哪個(gè)最好?下面我們根據計量經(jīng)濟學(xué)知識，利用Eviews軟件來(lái)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(jìn)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(guān)，各個(gè)自變量之間也高度自相關(guān)。
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(guān).回歸方程高度顯著(zhù)。D.W檢驗結果遠離2，殘差序列自相關(guān)。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(guān).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(shí)自變量與因變量還是高度相關(guān)，但是自變量之間的相關(guān)性已經(jīng)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(gè)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(shí)際零售價(jià)格的加此模型用豬肉和牛肉每磅實(shí)際零售價(jià)格的加權平均，效果優(yōu)于以上幾個(gè)模型.但是的系數卻是負的，說(shuō)明這一時(shí)期豬肉和牛肉并不是子雞的競爭或替代產(chǎn)品。這～時(shí)期人們對子雞的需求并不依賴(lài)于豬肉和牛肉的價(jià)格。在自?xún)r(jià)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(jīng)濟預期。
然而.估計的價(jià)格彈性在絕對值上統計的小于l，這意味著(zhù)子雞需求是價(jià)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(yōu)的回歸模型(5).此模型比較準確地反映了子雞的市場(chǎng)需求情況。
【農林經(jīng)濟管理分類(lèi)解讀與重新構造】相關(guān)文章：
我國他物權制度的重新構造03-20
淺析農林經(jīng)濟管理專(zhuān)業(yè)創(chuàng )新型人才培養模式12-02
重新解讀西方古典倫理政治觀(guān)03-18
探討農林復合模式03-18
構造函數與析構函數11-22
地下結構與構造設計探討03-13
銷(xiāo)售渠道的重新整合03-22
建筑經(jīng)濟管理的論文11-21