Нелинеаризуемые функции и методы их оценки
Основные понятия
Виды нелинейной зависимости
Тема 3. Нелинейная регрессия (группа 3.3А)
Зависимость между теми или иными факторами в эконометрике не всегда можно описать с помощью линейной функции. В этом случае применяют нелинейную регрессию. Общий вид:
yрасч=f(x1) – для однофакторной регрессии
yрасч=f(x1,x2,…,xp) – для многофакторной регрессии
a>1 |
a<1 |
Для перехода к линейному виду, уравнение логарифмируют по основанию a:
logay=logaabx+ε=bx+ ε
logay=bx+ ε
Заменим зависимую переменную logay на z:
z= bx+ ε
Частный случай экспоненциальной зависимости – логистическая кривая:
Данная кривая имеет 2 горизонтальные асимптоты y=o, y=1/a и точку перегиба
1/a 1/2a 1/(a+b) |
Логистические кривые используются для описания поведения показателей, имеющих определенные уровни насыщения (например, для описания зависимости спроса на товар от дохода).
Линеаризация этой зависимости проводится с помощью перехода к переменным
|
|
ex=t;. Получаем: z=a+bt+ε
Зависимости логарифмического типа имеют вид
a>1 |
a<1 |
Обозначим logax=z. Получим линейную модель:
Зависимости полиномиального вида:
y=a+b1x+b2x2+…+bpxp+ε
Обозначим x=z1, x2=z2,…, xp=zp
y=a+b1z1+b2z2+…+bpzp+ ε
Зависимости степенного вида
y=axb
Прологарифмируем по основанию e:
ln(y)=ln(a)+b*ln(x)
Если модель по независимым факторам является мультипликативной, то переход к аддитивной модели и как следствие к линейной осуществляется с помощью логарифмирования всей зависимости
3.1.2. Методы оценивания линеаризуемых функций:
Параметры нелинейной регрессии, линеаризуемой с помощью различных преобразований, оценивается МНК.
Для этого минимизируют функционал вида
(3.1)
Рассмотрим на примере для оценки параметров кривой Филипса, определяющей нелинейное отношение между нормативами безработицы и относительными изменениями заработной платы.
, где
y – безработица
x – заработная плата
Для более легкой оценки заменим
Получим функционал вида:
Чтобы определить тип данной функции и оценить параметры и находят:
Затем делаем обратную замену z=1/x и получаем систему нелинейных уравнений
Разрешая систему относительно и, получаем выражения для их оценок.
В случае, когда в уравнении модели нельзя сделать замену переменных или избавиться от нелинейности, используют альтернативные методы нелинейного оценивания, основанные на минимизации функции потерь.
Определение 1.1. Функция потерь LS – сумма квадратов или сумма модулей отношений фактических значений от расчетных.
(3.2)
Нелинейные методы оценивания:
|
|
Угловой коэффициент (tg угла наклона касательной графика функции в конкретной точке) равен производной этой функции в данной точке. А скорость изменения в выбранной точке равна второй производной функции в этой точке. Данный метод вычисления значение функции в различных точках для оценивания первой и второй производной, используя эти данные для определения направления изменения параметров минимизации функции потерь.