计量经济学线性回归模型(编辑修改稿)内容摘要：
选 Quick/estimate equation. 命令方式： 在主窗口命令行输入： Ls qmg=c(1) +c(2)*car+c(3)*pmg+c(4)*pop+c(5)*rgnp 或等价的输入变量列表 Ls Qmg c car pmg pop rgnp 2．预测 菜单命令是对方程对象操作 proc/forecast ,或直接从工具栏中选 Forecast， Eviews会产生一个新的对话框，可以生成名为原自变量名加 f名的新序列，也可自己命名。 RMSE 均方根误差； MAE平均绝对误差 MAPE即平均绝对百分误差 Theil inequality coefficient 希尔不等系数 Bias proportion 偏差率 Variance proportion 方差率 Covariance proportion 协变率 多元线性回归模型的极大似然估计 用对数极大似然估计来估计一个模型，主要的工作是建立用来求解似然函数的说明文本。 EViews中似然函数的说明只是一系列对序列的赋值语句，这些语句在极大化的过程中被反复的计算。 我们要做的是写下一组语句，在计算时，这些语句将描述一个包含每个观测值对似然函数贡献的序列。 利用极大似然法估计模型参数 这就是变量 Y的似然函数。 对似然函数求极大值和对对数似然函数求极大值是等价的。 EViews编程 以 case1为例。 先在 object中打开 logl对象 在 logl对象窗口输入： @logl logl1 @param c(1) c(2) c(3) 4 Res=yc(1)c(2)*x Var=c(3) Logl1=log(@dnorm(res/@sqrt(var)))log(var)/2 线性化方法 在某些情形下，可以将这些非线性模型，通过一定的变换线性化，作为线性模型处理。 这类模型称为可线性化的非线性模型。 例 3 case3是某企业在 16个月度的某产品产量 (X)和单位成本 (Y)资料，研究二者关系。 为了明确产量和单位成本是何种。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。