Построение некоторых типов нелинейных моделей

Содержание

Слайд 2

Нелинейные модели Линейные модели двух типов: - линейные по переменным -

Нелинейные модели

Линейные модели двух типов:
- линейные по переменным
- линейные по параметрам
Примеры.
1.

Линейная модель множественной регрессии:

Является линейной как по переменным, так и по параметрам
2. Производственная функция Кобба-Дугласа:

Является нелинейной как по переменным, так и параметру а1

Слайд 3

Основные типы нелинейных моделей 1.Обобщенная модель нелинейная по переменным 2. Степенные

Основные типы нелинейных моделей

1.Обобщенная модель нелинейная по переменным

2. Степенные функции

3. Показательные

функции

(1)

(2)

(3)

Слайд 4

Обобщенная модель нелинейная по переменным Линеаризация обобщенной нелинейной модели 1. Вводятся

Обобщенная модель нелинейная по переменным

Линеаризация обобщенной нелинейной модели
1. Вводятся новые переменные:

2.

Подставляя новые переменные в модель (1), получим модель линейную по переменным z:

(1.1)

(1.2)

3. После оценки параметров модели делается обратный переход к модели (1.1)

Слайд 5

Обобщенная модель нелинейная по переменным Примеры. 1. Полиномиальные модели: Новые переменные:

Обобщенная модель нелинейная по переменным

Примеры.
1. Полиномиальные модели:

Новые переменные:

После перехода к новым

переменным получается линейная модель множественной регрессии:

Оценка и анализ проводится уже известными методами

(1.3)

Слайд 6

Обобщенная модель нелинейная по переменным Полиномиальные модели: Параболические модели широко применяются

Обобщенная модель нелинейная по переменным

Полиномиальные модели:
Параболические модели широко применяются
- при моделировании

средних и предельных издержек в зависимости от объема выпуска продукции
- при моделировании зависимости прибыли предприятия от расходов на рекламу
Кубические модели
– при моделировании общих издержек в зависимости от объема выпуска продукции
Слайд 7

Обобщенная модель нелинейная по переменным 2. Модели гиперболического типа Новая переменная:

Обобщенная модель нелинейная по переменным

2. Модели гиперболического типа

Новая переменная:

В результате подстановки

получим уравнение парной регрессии в виде:

(1.4)

Слайд 8

Обобщенная модель нелинейная по переменным Модели параболического вида нашли применение при

Обобщенная модель нелинейная по переменным

Модели параболического вида нашли применение при моделировании:
-

зависимости спроса от цен
- зависимости спроса от дохода (кривые Энгеля)
- спрос на предметы роскоши от дохода (функции Торнквиста)
- уровня относительного изменения заработной платы в зависимости от относительного изменения уровня безработицы (кривая Филлипса)
Слайд 9

Пример построения функции Энгеля 1. Построение линейной модели парной регрессии

Пример построения функции Энгеля

1. Построение линейной модели парной регрессии

Слайд 10

Пример построения функции Энгеля 2. Построение гиперболической модели

Пример построения функции Энгеля

2. Построение гиперболической модели

Слайд 11

Пример построения функции Энгеля Меняется экономический смысл параметров модели: Линейная модель

Пример построения функции Энгеля

Меняется экономический смысл параметров модели:
Линейная модель а0 –

минимально необходимое потребление, а1 – предельное потребление
- Гиперболическая модель: а0 – максимальное потребление, а1 – экономической интерпретации не имеет

Предельное потребление равно:
Эластичность:

Слайд 12

Пример временного ряда 3. Временные ряды (динамические модели) Например вида: где

Пример временного ряда

3. Временные ряды (динамические модели)
Например вида:

где f(t) –

функция временного тренда
T – период внутри которого производится моделирование
Слайд 13

Степенные модели Степенная модель нелинейна по параметрам 1. Метод линеаризации –

Степенные модели

Степенная модель нелинейна по параметрам

1. Метод линеаризации – логарифмирование с

последующим введением новых переменных:

2. Вводятся новые переменные и параметры:

В новых переменных исходное уравнение принимает вид уравнения множественной регрессии:

(2.1)

(2.2)

(2.3)

Слайд 14

Степенные модели 3. Оцениваются параметры b0, b1, b2 – методом наименьших

Степенные модели

3. Оцениваются параметры b0, b1, b2 – методом наименьших квадратов

и проверяются гипотезы о выполнении предпосылок теоремы Гаусса-Маркова для модели (2.3)
4. Осуществляется возврат к исходной модели (2.1):

В частном случае, когда в модели присутствует одна экзогенная переменная модель называют двойной логарифмической

Слайд 15

Экономическая интерпретация параметров двойной логарифмической модели Двойная логарифмическая модель: (2.4) Дифференцируем

Экономическая интерпретация параметров двойной логарифмической модели

Двойная логарифмическая модель:

(2.4)

Дифференцируем (2.4) по х

Откуда

получаем, что:

Параметр а1 имеет смысл эластичности переменной Y по переменной x

Слайд 16

Степенные модели Виды кривых, описываемых с помощью степенных моделей Степенные модели

Степенные модели

Виды кривых, описываемых с помощью степенных моделей

Степенные модели применяются при

моделировании объектов с постоянной эластичностью
Слайд 17

Пример применения степенной модели Модель:

Пример применения степенной модели

Модель:

Слайд 18

Показательные функции в моделях Показательная (экспоненциальная) Модель (3.1) 1. Метод линеаризации

Показательные функции в моделях

Показательная (экспоненциальная) Модель

(3.1)

1. Метод линеаризации - логарифмирование

2. Введение

новых переменных и параметров:

3. Оценка линейной регрессионной модели

4. Обратный переход к исходной модели (3.1)

(3.2)

Слайд 19

Показательные функции в моделях Экономическая интерпретация коэффициентов модели Дифференцируем уравнение (3.1)

Показательные функции в моделях

Экономическая интерпретация коэффициентов модели
Дифференцируем уравнение (3.1) по Х

Экономический

смысл коэффициента а1 в модели (3.1) – темп роста переменной Y
Коэффициент а0 – начальное значение переменной Y
Показательные функции находят применение при моделировании процессов с постоянным темпом роста
Слайд 20

Полулогарифмические модели Экспоненциальную модель (3.1) в виде (3.2) называют также полулогарифмической.

Полулогарифмические модели

Экспоненциальную модель (3.1) в виде (3.2) называют также полулогарифмической.
К полуэкспоненциальным

относят также модель вида:

С помощью моделей вида (3.3) описывают процессы, обладающие свойством насыщения. Например, кривые Энгеля для товаров повседневного спроса.

(3.3)

Слайд 21

Кинематические функции Перла-Рида Вид функции: 1. Способ линеаризации - логарифмирование 2.

Кинематические функции Перла-Рида

Вид функции:

1. Способ линеаризации - логарифмирование

2. Вод новых переменных

3.

Переход к модели множественной регрессии в новых переменных

(4.1)

(4.2)

(4.3)