回归,怎么检验模型是线性模型还是非线性回归模型模型?

 上传我的文档
 下载
 收藏
该文档贡献者很忙,什么也没留下。
 下载此文档
正在努力加载中...
第九章回归模型的函数形式(非线性回归模型的估计)
下载积分:1200
内容提示:第九章回归模型的函数形式(非线性回归模型的估计)
文档格式:PPT|
浏览次数:8|
上传日期: 10:53:53|
文档星级:
该用户还上传了这些文档
第九章回归模型的函数形式(非线性回归模型的估计)
官方公共微信面板数据非线性回归模型简介(门限回归,马尔可夫体制转换,平滑转换)
本人一名小硕,因为导师课题的缘故,一年多来一直关注面板数据非线性回归模型。现在说一说自己的学习体会吧!面板数据非线性回归模型主要就是有三大类:
(1)面板数据的门限回归模型;
(2)面板数据马尔可夫体制转换回归模型;
(3)面板数据平滑转换回归模型。
因本人精力和时间有限,所以主要研究前两类。
(一)门限回归模型
关于门限回归模型,无论是时间序列模型还是面板数据模型,国外学者都做出了一定贡献。个人觉得Hansen在这方面的论文很不错,他的文章最大的特点就是条理很清晰,推导过程很详细。
Hansen(Inference inTAR
models,1996)提出了时间序列门限自回归模型(TAR)的估计和检验。感兴趣的读者可以在他的个人主页上免费进行相应的文章、程序和数据的下载~当然也可以点击页面下载我整理上传那个压缩包
随后,Hansen(1999)介绍了具有个体固定效应的静态面板数据门限回归模型的计量分析方法。因为面板数据门限回归模型的估计过程并不困难——就是首先通过组内去均值消除个体固定效应,然后再利用OLS进行估计。但是,个人觉得Hansen最重要的贡献就是提出利用自举法(Bootstrap)对门限效应的显著性进行检验。当然,如果运行他的程序,单单只是进行估计的话,十分快速,用不到一分钟。但是如果用自举法对门限效应进行检验时,程序的运行时间则会大大增加(以单门限模型、双门限模型、三门限模型各自举300次为例,在数据量不是很大的情况下,core2处理器,
2G内存,512M独显的电脑,大约需要两小时左右)。当然,这篇文章的相应程序和数据也可以在他的个人主页上免费下载。但是如果你对matlab不太熟悉,或者对这个门限回归的程序不太熟悉,那么,可以选择性购买我添加了注释的程序~
Hansen(1999)的模型中,解释变量不能包含内生解释变量,这对其应用是一个障碍。所以,Caner和
Hansen(2004)研究了带有内生变量和一个外生门限变量的面板门限模型。与静态面板数据门限回归模型有所不同,在含有内生解释变量的面板数据门限回归模型中,需要利用简化型对内生变量进行一定的处理,然后用2SLS或者GMM对参数进行估计。当然,相应的文章和程序您还是可以在他的主页上进行免费下载,但是,如果您觉得我整理这么半天也不容易,你也想少花点时间进行搜索,那么可以用一个论坛币购买以下的资料~
但是,对于动态面板门限模型而言,最主要的问题是在不影响渐近分布的情况下,找到一种消除个体效应的方法。在动态面板门限模型中,若使用组内去均值的方法消除个体效应,估计是非一致的;若进行一阶差分,则会导致残差项的负相关。因此,Kremer等(2009)指出,使用Arellano
和Bover(1995)的前向正交离差法消除个体效应,可以避免转换后残差项存在序列相关的问题,从而保证静态面板门限模型的分布理论可以应用于动态面板门限模型。这样,Kremer等(2009)改进了Caner和
Hansen(2004)的方法,从而建立了相对完善的动态面板数据门限回归模型的估计和检验过程。这篇文章您还是可以google到,当然,也可以用一个论坛币支持我的帖子和收集整理工作~
这样,关于时间序列的门限回归模型,以及静态面板数据门限回归模型和动态面板数据门限回归模型的介绍就告一段落了。
(二)面板数据马尔可夫体制转换回归模型
关于面板数据的马尔可夫体制转换回归模型,因其估计过程相对繁琐,而且暂时还没有相应的软件可对其进行估计,所以,也是需要自己编程进行计算。对该模型的估计最重要的就是写出似然函数,这方面大家可以借鉴Hamilton写的关于时间序列MSAR的文章。个人感觉,还是利用matlab进行编程计算比较方便。毕竟matlab的优势之一就是他的数值计算,而且它内置了很多优化函数,对这些优化函数加以利用就可以得到参数的极大似然估计,所以,在这推荐大家用matlab进行计算~因为没有相应的检验,所以,程序写出来后其运行时间还是可以接受的。
(三)面板数据平滑转换回归模型
&& 在这方面,本人是个门外汉,仅有几篇不错的文章(Dick
van Dijk 和
terasvirta等)可分享给大家,其实,这个模型估计的关键也是写出L型或E型情况下的似然函数就可以了。个人觉得,相对于面板数据的马尔可夫体制转换模型,该模型的估计会简单一些,但是在检验上或许复杂一些;文章里面的估计过程和实证分析写的都不错。因为本人搜集不易,在这也就在略微收几个论坛币吧~毕竟俺平时都是靠领取任务换论坛币……
PS:上传过程中,提示某些论文在本论坛中已经出现了,所以没有上传成功……但是存在的这几篇,对面板数据门限回归模型的解释已经很清楚了,希望对大家的学习有帮助!
&& 最后谢谢大家的浏览!
&Kremer.pdf (242.93 KB, 售价: 1 个论坛币)
13:01:58 上传
动态面板数据门限回归模型
售价: 1 个论坛币& [购买]
&caner hansen .pdf (289.1 KB, 售价: 1 个论坛币)
13:01:41 上传
含有内生解释变量的面板数据门限回归模型
售价: 1 个论坛币& [购买]
&PSTR.pdf (419.36 KB, 售价: 1 个论坛币)
13:02:32 上传
售价: 1 个论坛币& [购买]
&PTAR文章、数据及程序.rar (280.69 KB, 售价: 3 个论坛币)
13:02:41 上传
添加部分注释的面板数据门限回归模型的估计程序,另外还有数据
售价: 3 个论坛币& [购买]
sorry,以下附件是重复的,怎么删除不了?看不到链接呢?
本文来自: 人大经济论坛 Matlab及其他计量软件专版 版,详细出处参考:
已投稿到:
以上网友发言只代表其个人观点,不代表新浪网的观点或立场。非线性时间序列模型:模型估计理论和稳定性检验- 厦门大学学术典藏库- Xiamen University Institutional Repository
JavaScript is disabled for your browser. Some features of this site may not work without it.
宏观时间序列模型的时变性和非线性已经成为众所周知的经济学特征事实。尽管非线性参数模型能够较好地拟合数据,但样本外预测能力却无法令人满意。在广泛使用的平滑转换自回归(smoothtransitionautoregressive,STAR)模型中,转换变量进入转换函数的方式过多依赖一些先验的函数形式假设,从而存在模型误设的风险。本文使用非参数方法拓展传统的STAR模型,首次提出半参数STAR模型。在保持STAR模型基本形式不变的前提下,我们让转换变量以非参数的形式进入转换函数,在保留传统STAR模型较好的经济学解释能力的同时,我们的模型能够避免模型误设的风险,从而提高了模型的样本外预测能力。我们提...&One of the well-known economic stylized facts is the time-varying and nonlinear features of macroeconomic time series models. Although parametric nonlinear models are successful in fitting the data very well, the ability of out-of-sample forecasting has been still unsatisfactory. For example, the widely used STAR model has the risk of model misspecification due to the fact that a strong functional...&
本条目访问地址(URI)
copyright&&&& &&Theme by&&&&&
自日起总访问量:
搜索本专题
copyright&&&& &&Theme by&&&&&
自日起总访问量:商品名称:
评价得分:
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
此评价对我
多品类齐全,轻松购物
快多仓直发,极速配送
好正品行货,精致服务
省天天低价,畅选无忧【图文】3第三章 多元线性回归模型及非线性回归模型new_百度文库
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
评价文档:
3第三章 多元线性回归模型及非线性回归模型new
上传于||文档简介
&&多​元​线​性​回​归​模​型​及​非​线​性​回​归​模​型
大小:3.97MB
登录百度文库,专享文档复制特权,财富值每天免费拿!
你可能喜欢}

我要回帖

更多关于 spss非线性回归模型 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信