1、第六章 農(nóng)業(yè)生產(chǎn)函數(shù)建立及應(yīng)用,2,第六章 農(nóng)業(yè)生產(chǎn)函數(shù)建立及應(yīng)用,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則 第二節(jié) 回歸模型的建立和選用 第三節(jié) 比例報(bào)酬及齊次生產(chǎn)函數(shù) 第四節(jié) CobbDouglass 生產(chǎn)函數(shù),3,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,一、農(nóng)業(yè)生產(chǎn)函數(shù)模型 二、計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展 三、農(nóng)業(yè)生產(chǎn)函數(shù)模型的選擇和應(yīng)用的原則 四、農(nóng)業(yè)生產(chǎn)函數(shù)模型建立及應(yīng)用的一般程序,4,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,Y=F(X1, X2, X3, X4,Xn) 農(nóng)業(yè)生產(chǎn)函數(shù)模型的優(yōu)點(diǎn) （1）比較簡練，描述經(jīng)濟(jì)變量之間的關(guān)系 （2）表述概念精確，使研究對象具體化、數(shù)量化、精確化； （3）

2、可以引用（普遍適用的）數(shù)學(xué)定理 （4）一般可以同時(shí)處理多個(gè)經(jīng)濟(jì)變量 農(nóng)業(yè)生產(chǎn)函數(shù)模型之不足 （1）數(shù)學(xué)代替知識 （2）以計(jì)算代替理解 （3）把研究的問題局限在數(shù)學(xué)上能夠解決的問題 （4）為數(shù)學(xué)上的方便，隨意假設(shè)，可能會拋棄經(jīng)濟(jì)原則 （5）數(shù)學(xué)語言不是經(jīng)濟(jì)學(xué)家的行話，難于交流 顯然，以上這些并非數(shù)學(xué)模型之錯(cuò)。,一 農(nóng)業(yè)生產(chǎn)函數(shù)模型,5,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,英文“Econometrics”一詞最早是由挪威經(jīng)濟(jì)學(xué)家R.Frich于1926年仿照“Biometrics”（“生物計(jì)量學(xué)” ）提出來的。中文譯名有兩種：經(jīng)濟(jì)計(jì)量學(xué)與計(jì)量經(jīng)濟(jì)學(xué)。前者試圖從名稱上強(qiáng)調(diào)它是一門計(jì)量經(jīng)濟(jì)活動(dòng)方法

3、論的學(xué)科；后者試圖通過名稱強(qiáng)調(diào)它是一門經(jīng)濟(jì)學(xué)科。 計(jì)量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論為指導(dǎo)，以事實(shí)為依據(jù)，以數(shù)學(xué)和統(tǒng)計(jì)推斷為方法，以電腦技術(shù)為工具，以建立經(jīng)濟(jì)計(jì)量模型為手段，定量分析研究具有隨機(jī)性特征的經(jīng)濟(jì)變量關(guān)系的經(jīng)濟(jì)學(xué)科。經(jīng)濟(jì)計(jì)量模型是計(jì)量經(jīng)濟(jì)學(xué)研究的核心。 計(jì)量經(jīng)濟(jì)學(xué)是順應(yīng)社會化大生產(chǎn)的需要而產(chǎn)生的。,二 計(jì)量經(jīng)濟(jì)學(xué)發(fā)展,6,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,1最初10年，主要研究微觀經(jīng)濟(jì)問題 如舒爾次在消費(fèi)理論和市場行為方面的研究； 道格拉斯對邊際生產(chǎn)力的研究，丁伯根在景氣循環(huán)理論方面的研究，都為計(jì)量經(jīng)濟(jì)學(xué)拓寬了新的領(lǐng)域。 弗里希在以經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)學(xué)理論為基礎(chǔ)來測定彈性、邊際生產(chǎn)力以及總體經(jīng)濟(jì)

4、的穩(wěn)定性，是一大貢獻(xiàn)。,二 計(jì)量經(jīng)濟(jì)學(xué)發(fā)展,7,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,240-70年代，重點(diǎn)是研究宏觀經(jīng)濟(jì)問題 計(jì)量經(jīng)濟(jì)學(xué)家致力于經(jīng)濟(jì)理論的模型化與數(shù)學(xué)化的研究。 威勒莫（Havelmo）、瓦爾德（Wald）將統(tǒng)計(jì)推斷運(yùn)用于計(jì)量經(jīng)濟(jì)學(xué)。 50年代瑟爾（Theil）發(fā)明了兩階段最小二乘法。 60年代分布滯后新處理方法得以發(fā)表。 電腦的出現(xiàn)和廣泛地使用，使大量復(fù)雜的經(jīng)濟(jì)計(jì)量模型得以建立和應(yīng)用，促進(jìn)了計(jì)量經(jīng)濟(jì)學(xué)理論和應(yīng)用的發(fā)展。,二 計(jì)量經(jīng)濟(jì)學(xué)發(fā)展,8,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,3計(jì)量經(jīng)濟(jì)學(xué)之今日 今天，計(jì)量經(jīng)濟(jì)學(xué)更廣泛地運(yùn)用于實(shí)際經(jīng)濟(jì)生活中，各國普遍利用經(jīng)濟(jì)計(jì)量模型

5、從事經(jīng)濟(jì)預(yù)測與經(jīng)濟(jì)分析，擬訂經(jīng)濟(jì)發(fā)展計(jì)劃，提出經(jīng)濟(jì)對策。 經(jīng)濟(jì)計(jì)量模型正日益成為一個(gè)重要的經(jīng)濟(jì)管理決策工具。 經(jīng)濟(jì)計(jì)量模型在設(shè)計(jì)方案、制定經(jīng)濟(jì)政策和評價(jià)政策中用作模擬仿真的經(jīng)濟(jì)實(shí)驗(yàn)室。,二 計(jì)量經(jīng)濟(jì)學(xué)發(fā)展,9,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,4計(jì)量經(jīng)濟(jì)學(xué)在西方國家經(jīng)濟(jì)學(xué)科中的地位 克萊因（Klaien）在計(jì)量經(jīng)濟(jì)學(xué)教科書序言中寫道：“計(jì)量經(jīng)濟(jì)學(xué)已在經(jīng)濟(jì)學(xué)科中居于重要的地位”，“在大多數(shù)大學(xué)和學(xué)院中，計(jì)量經(jīng)濟(jì)學(xué)的講授已成為經(jīng)濟(jì)學(xué)課表中有權(quán)威的一部分。” 自1969年設(shè)立諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)至1989年27位獲獎(jiǎng)?wù)咧杏?5位是計(jì)量經(jīng)濟(jì)學(xué)家，其中10位是世界計(jì)量經(jīng)濟(jì)學(xué)會的會長。2000年丹尼爾-L

6、-麥克法登獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。,二 計(jì)量經(jīng)濟(jì)學(xué)發(fā)展,10,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,二 計(jì)量經(jīng)濟(jì)學(xué)發(fā)展,2000年丹尼爾-L-麥克法登,1989年特里夫哈維默(1911-) （TRYGVE HAAVELMO）,11,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,根據(jù)研究對象所反映的變量與變量之間的關(guān)系及其變化規(guī)律來選擇和應(yīng)用生產(chǎn)函數(shù)模型。所選用的生產(chǎn)函數(shù)模型要能反映研究對象變量與變量之間的依存關(guān)系，反映變量與變量之間的客觀過程及其變化趨勢； 根據(jù)研究的目的和內(nèi)容來選擇和應(yīng)用生產(chǎn)函數(shù)。生產(chǎn)函數(shù)的選擇和應(yīng)用要反映農(nóng)業(yè)生產(chǎn)的復(fù)雜內(nèi)容，客觀地反映各變量之間的變化關(guān)系； 根據(jù)目標(biāo)函數(shù)和制約農(nóng)業(yè)生

7、產(chǎn)發(fā)展的主導(dǎo)因素來選擇和應(yīng)用生產(chǎn)函數(shù)。,三 農(nóng)業(yè)生產(chǎn)函數(shù)模型的選擇和應(yīng)用的原則,12,第一節(jié) 農(nóng)業(yè)生產(chǎn)函數(shù)模型選擇和應(yīng)用原則,四 農(nóng)業(yè)生產(chǎn)函數(shù)模型建立及應(yīng)用的一般程序,修正模型,理論與假說的陳述,理論的數(shù)學(xué)模型設(shè)定,理論的計(jì)量經(jīng)濟(jì)模型設(shè)定,數(shù)據(jù)獲?。ń?jīng)濟(jì)生活中的投入產(chǎn)出數(shù)據(jù)，包括統(tǒng)計(jì)資料及實(shí)驗(yàn)研究數(shù)據(jù)/實(shí)地調(diào)查資料）,計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì)（EVIEWS或SPSS）,假設(shè)檢驗(yàn)（經(jīng)濟(jì)先驗(yàn)檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)）,預(yù)報(bào)預(yù)測、經(jīng)濟(jì)分析,利用模型進(jìn)行控制或制定政策,13,第二節(jié) 回歸模型的建立和選用,一、一元線性模型的建立 二、二元線性及多元線性回歸模型的建立 三、曲線回歸模型的建立及應(yīng)用,1

8、4,一、一元線性模型的建立,（一）散點(diǎn)圖 （二）標(biāo)準(zhǔn)線性回歸模型的假設(shè)條件 （三）模型估計(jì)對數(shù)據(jù)的要求 （四）最小二乘法 （五）顯著性檢驗(yàn) （六）回歸的精度估計(jì) （七）應(yīng)用,15,一、一元線性模型的建立,散點(diǎn)圖,16,一、一元線性模型的建立,一元線性回歸模型是回歸模型的最基本形式，其總體回歸模型為： yi=0+1xi+ui 其中，xi為自變量，或解釋變量，yi為因變量，或被解釋變量，0、1為總體回歸系數(shù)，ui為隨機(jī)擾動(dòng)項(xiàng)，用來代表未能被xi解釋的yi的變動(dòng)。 由于總體的真正值是不知道的，所以只以采樣本模型來推斷，其樣本模型為： 其中，、是對總體回歸系數(shù)的估計(jì)值。 計(jì)算的目的是要求出確定的樣本回

9、歸函數(shù)，即 顯然， ，即ei是yi的實(shí)際值與估計(jì)值之差，稱作樣本剩余項(xiàng)或殘值,散點(diǎn)圖,17,一、一元線性模型的建立,滿足下面四個(gè)條件的線性回歸模型稱為標(biāo)準(zhǔn)或古典線性回歸模型。 (1)E(ui|xi)=0 給定一個(gè)xi,yi有許多值與之相對應(yīng)，但這些值與它們的均值的偏差ui的平均值為零。 (2)Cov(ui,uj)=0 即ui與uj不相關(guān)，隨機(jī)擾動(dòng)項(xiàng)不存在序列相關(guān)。 (3)Var(uj|xi)=2 對于每一個(gè)xi,uj的方差總是等于某一個(gè)常數(shù)2。 (4)Var(ui,xi)=0 擾動(dòng)項(xiàng)與解釋變量不相關(guān)。,標(biāo)準(zhǔn)線性回歸模型的假設(shè)條件,18,一、一元線性模型的建立,回歸分析的主要目的是通過樣本回歸推

10、斷總體。因此，樣本數(shù)據(jù)是否合乎規(guī)格要求，決定著能否準(zhǔn)確推斷。 估計(jì)生產(chǎn)函數(shù)基本線性回歸模型所用的數(shù)據(jù)，有時(shí)間序列數(shù)據(jù)、截面數(shù)據(jù)或時(shí)序截面數(shù)據(jù)之別。時(shí)序數(shù)據(jù)是同一生產(chǎn)實(shí)體或其他生產(chǎn)單位的有關(guān)變量在連續(xù)的時(shí)期中，或不同時(shí)點(diǎn)上的數(shù)值資料。此時(shí)，i=1,2,，n為時(shí)期或時(shí)點(diǎn)序號。截面數(shù)據(jù)是不同的生產(chǎn)實(shí)體或其他生產(chǎn)單位的有關(guān)變量在同一時(shí)期中，或同一時(shí)點(diǎn)上的數(shù)值資料。此時(shí)i=1,2,，n為生產(chǎn)單位的序號。 是使用時(shí)序數(shù)據(jù)，還是截面數(shù)據(jù)，以及是否應(yīng)當(dāng)合并不同類型的數(shù)據(jù)以估計(jì)模型，主要應(yīng)取決于特定的研究目的。,模型估計(jì)對數(shù)據(jù)的要求,19,對于樣本容量大小的要求，也主要決定于建立模型的目的和用途，但一般要求樣本

11、容量應(yīng)數(shù)倍于待估計(jì)參數(shù)的個(gè)數(shù)，各解釋變量的觀察值之間不能存在相互線性表達(dá)的關(guān)系，數(shù)據(jù)力求精確、可靠、不考慮測量誤差。,一、一元線性模型的建立,模型估計(jì)對數(shù)據(jù)的要求,20,一、一元線性模型的建立,總平方和、回歸平方和、殘差平方和,最小二乘法,TSS度量Y自身的差異程度，RSS度量因變量Y的擬合值自身的差異程度，ESS度量實(shí)際值與擬合值之間的差異程度。,21,最小二乘法產(chǎn)生的歷史,最小二乘法最早稱為回歸分析法。由著名的英國生物學(xué)家、統(tǒng)計(jì)學(xué)家道爾頓（F.Gallton）達(dá)爾文的表弟所創(chuàng)。 早年，道爾頓致力于化學(xué)和遺傳學(xué)領(lǐng)域的研究。 他研究父親們的身高與兒子們的身高之間的關(guān)系時(shí)，建立了回歸分析法。,最

12、小二乘法,22,最小二乘法的地位與作用,現(xiàn)在回歸分析法已遠(yuǎn)非道爾頓的本意 已經(jīng)成為探索變量之間關(guān)系最重要的方法，用以找出變量之間關(guān)系的具體表現(xiàn)形式。 后來，回歸分析法從其方法的數(shù)學(xué)原理誤差平方和最?。ㄆ椒侥硕艘玻┏霭l(fā)，改稱為最小二乘法。,最小二乘法,23,父親們的身高與兒子們的身高之間關(guān)系的研究,1889年F.Gallton和他的朋友K.Pearson收集了上千個(gè)家庭的身高、臂長和腿長的記錄 企圖尋找出兒子們身高與父親們身高之間關(guān)系的具體表現(xiàn)形式 下圖是根據(jù)1078個(gè)家庭的調(diào)查所作的散點(diǎn)圖（略圖）,最小二乘法,24,最小二乘法,兒子們身高向著平均身高“回歸”，以保持種族的穩(wěn)定,25,“回歸”

13、一詞的由來,從圖上雖可看出，個(gè)子高的父親確有生出個(gè)子高的兒子的傾向，同樣地，個(gè)子低的父親確有生出個(gè)子低的兒子的傾向。得到的具體規(guī)律如下： 如此以來，高的伸進(jìn)了天，低的縮入了地。他百思不得其解，同時(shí)又發(fā)現(xiàn)某人種的平均身高是相當(dāng)穩(wěn)定的。最后得到結(jié)論：兒子們的身高回復(fù)于全體男子的平均身高，即“回歸”見1889年F.Gallton的論文普用回歸定律。 后人將此種方法普遍用于尋找變量之間的規(guī)律,最小二乘法,26,最小二乘法的思路,1為了精確地描述Y與X之間的關(guān)系，必須使用這兩個(gè)變量的每一對觀察值，才不至于以點(diǎn)概面（作到全面）。 2Y與X之間是否是直線關(guān)系（協(xié)方差或相關(guān)系數(shù)）？若是，將用一條直線描述它們之

14、間的關(guān)系。,最小二乘法,27,最小二乘法的思路,3在Y與X的散點(diǎn)圖上畫出直線的方法很多。 任務(wù)？找出一條能夠最好地描述Y與X（代表所有點(diǎn)）之間的直線。 4什么是最好？找出判斷“最好”的原則。 最好指的是找一條直線使得這些點(diǎn)到該直線的縱向距離的和（平方和）最小。,最小二乘法,28,三種距離,最小二乘法,29,距離是度量實(shí)際值與擬合值 是否相符的有效手段,點(diǎn)到直線的距離點(diǎn)到直線的垂直線的長度。 橫向距離點(diǎn)沿（平行）X軸方向到直線的距離。 縱向距離點(diǎn)沿（平行）Y軸方向到直線的距離。也就是實(shí)際觀察點(diǎn)的Y坐標(biāo)減去根據(jù)直線方程計(jì)算出來的Y的擬合值。 這個(gè)差數(shù)以后稱為誤差殘差（剩余）。,30,最小二乘法的數(shù)

15、學(xué)原理,縱向距離是Y的實(shí)際值與擬合值之差，差異大擬合不好，差異小擬合好，所以又稱為擬合誤差或殘差。 將所有縱向距離平方后相加，即得誤差平方和，“最好”直線就是使誤差平方和最小的直線。 于是可以運(yùn)用求極值的原理，將求最好擬合直線問題轉(zhuǎn)換為求誤差平方和最小。,31,數(shù)學(xué)推證過程,最小二乘法,32,一、一元線性模型的建立,顯著性檢驗(yàn),1.相關(guān)系數(shù),33,一、一元線性模型的建立,2. F統(tǒng)計(jì)量檢驗(yàn): 回歸模型總體顯著性的檢驗(yàn)。通常采用F檢驗(yàn)，這是在特定的統(tǒng)計(jì)顯著性水平上，構(gòu)造如下服從F分布的統(tǒng)計(jì)量。,顯著性檢驗(yàn),34,一、一元線性模型的建立,顯著性水平上，構(gòu)造如下服從F分布的統(tǒng)計(jì)量。 其具體過程為：

16、H01 =2=k=0 H11,2,k不全為零，說明模型有一定程度的解釋力。,顯著性檢驗(yàn),35,一、一元線性模型的建立,若FF(k-1,n-k-1)，則拒絕H0，認(rèn)為回歸模型中的回歸系數(shù)1，2，k不全為零，說明模型有一定程度的解釋力。 若F F(k-1,n-k-1)，則接受H0，認(rèn)為回歸系數(shù)之值全為零，從而模型不具有解釋力。,顯著性檢驗(yàn),36,一、一元線性模型的建立,D.W檢驗(yàn)：序列自相關(guān)檢驗(yàn) 方法一：計(jì)算誤差之間的相關(guān)系數(shù)，趨于0，說明無自相關(guān)，趨于1（-1），說明存在自相關(guān)。 方法二：,顯著性檢驗(yàn),37,一、一元線性模型的建立,顯著性檢驗(yàn),38,一、一元線性模型的建立,應(yīng)用,39,一、一元線

17、性模型的建立,應(yīng)用,Estimation Command: = LS Y C X Estimation Equation: = Y = C(1) + C(2)*X Substituted Coefficients: = Y = 256.7857143 + 4.75*X,40,一、一元線性模型的建立,應(yīng)用,41,一、一元線性模型的建立,應(yīng)用,42,Estimation Command: = LS GDP3 C T Estimation Equation: = GDP3 = C(1) + C(2)*T Substituted Coefficients: = GDP3 = 2324.393333 +

18、 2523.666667*T,應(yīng)用,43,二、二元線性及多元線性回歸模型的建立,二元線性回歸,44,二、二元線性及多元線性回歸模型的建立,模型,45,二、二元線性及多元線性回歸模型的建立,簡寫之：,其中，,模型,46,二、二元線性及多元線性回歸模型的建立,銷售額SALES與價(jià)格PRICE、廣告費(fèi)ADS之間的關(guān)系,應(yīng)用,47,二、二元線性及多元線性回歸模型的建立,應(yīng)用,48,二、二元線性及多元線性回歸模型的建立,檢驗(yàn),49,二、二元線性及多元線性回歸模型的建立,T統(tǒng)計(jì)量檢驗(yàn) 單個(gè)回歸系數(shù)顯著性的檢驗(yàn)。通常采用t 檢驗(yàn)，這是在一定的統(tǒng)計(jì)顯著性水平下，構(gòu)造如下服從t分布的統(tǒng)計(jì)量。 (i=1,2,k)

19、 檢驗(yàn)回歸模型中各回歸系數(shù)i是否為零，從而在統(tǒng)計(jì)上斷言，解釋變數(shù)xi與因變量y之間是否存在i所表示的關(guān)系。,檢驗(yàn),50,二、二元線性及多元線性回歸模型的建立,其過程為：H0i =0,(H1i0) 則拒絕H0 接受H1，認(rèn)為i 非零，y與xi之間由i表示的定量關(guān)系成立。否則，認(rèn)為=0，y 與xi 之間的數(shù)量關(guān)系不成立。,檢驗(yàn),51,二、二元線性及多元線性回歸模型的建立,其過程為：H0i =0,(H1i0) 則拒絕H0 接受H1，認(rèn)為i 非零，y與xi之間由i表示的定量關(guān)系成立。否則，認(rèn)為=0，y 與xi 之間的數(shù)量關(guān)系不成立。 當(dāng)tt/2(n-k-1),則認(rèn)為i0；當(dāng)t t/2 (n-k-1),

20、還是利用當(dāng)t- t/2 (n-k-1),應(yīng)以先驗(yàn)理論為指導(dǎo)，如果先驗(yàn)理論認(rèn)為y隨xi的增加而增加，則取前者。否則，取后者。,檢驗(yàn),52,二、二元線性及多元線性回歸模型的建立,檢驗(yàn),53,二、二元線性及多元線性回歸模型的建立,多元線性回歸,模型為： y=b0+b1x+b2x+bmxm 式中：x1，x2，xm為所考慮的m個(gè)因素(如果m=1，則為一元回歸)；y為因變量；b0，b1，b2，bm皆為待定常數(shù)。待定常數(shù)可通過以下正規(guī)方程組求解：,54,二、二元線性及多元線性回歸模型的建立,其中，,正規(guī)方程組,55,二、二元線性及多元線性回歸模型的建立,多元線性回歸,多元線性回歸的計(jì)算比較復(fù)雜，但現(xiàn)在大多數(shù)

21、電子計(jì)算機(jī)上都有數(shù)理統(tǒng)計(jì)應(yīng)用軟件，市場上也常年出售此類軟件，它可以很方便地解決線性回歸參數(shù)估計(jì)問題。 建立一個(gè)具有良好預(yù)測效果的多元回歸方程，必須慎重地選擇自變量。預(yù)測對象往往受許多因素影響，如果不加鑒別，把所有的因素都作為自變量選入回歸方程，就會導(dǎo)致預(yù)測精度的降低。,56,二、二元線性及多元線性回歸模型的建立,多元線性回歸,在選擇自變量時(shí)應(yīng)注意以下幾點(diǎn)：所選自變量必須對因變量(即預(yù)測對象)有顯著的影響，它能使相關(guān)系數(shù)有較多的提高，或使殘差值有較多的降低。所選自變量應(yīng)該具有完整的統(tǒng)計(jì)數(shù)據(jù)資料，能夠取得準(zhǔn)確度較高的預(yù)測值。難以定量的因素一般不宜選入。所選自變量與因變量之間，必須具有經(jīng)濟(jì)理論上的決

22、定和內(nèi)在因果聯(lián)系，而不是形式上的相關(guān)。所選自變量之間的相關(guān)程度不應(yīng)高于自變量與因變量之間的相關(guān)程度。要盡可能避免自變量之間高度線性相關(guān)，不發(fā)生多重共線性問題。,57,三、曲線回歸模型的建立及應(yīng)用,模型,1.雙曲線型,58,三、曲線回歸模型的建立及應(yīng)用,模型,2.指數(shù)型,59,三、曲線回歸模型的建立及應(yīng)用,模型,2.指數(shù)型,60,三、曲線回歸模型的建立及應(yīng)用,3.冪函數(shù)型,模型,61,三、曲線回歸模型的建立及應(yīng)用,4.半對數(shù)型,模型,62,三、曲線回歸模型的建立及應(yīng)用,5.S型曲線,模型,63,三、曲線回歸模型的建立及應(yīng)用,6.其他雙變數(shù)型,模型,64,三、曲線回歸模型的建立及應(yīng)用,7.多項(xiàng)式模

23、型,模型,65,三、曲線回歸模型的建立及應(yīng)用,非線性模型的建立,首先需要將這些非線性的模型轉(zhuǎn)化為線性的形式，然后再按照直線回歸的形式建模。例如,66,三、曲線回歸模型的建立及應(yīng)用,例1.,曲線回歸的應(yīng)用,67,三、曲線回歸模型的建立及應(yīng)用,曲線回歸的應(yīng)用,68,三、曲線回歸模型的建立及應(yīng)用,由該資料的散點(diǎn)圖知識，該資料模型與y=axebx曲線模型比較相似，故選擇此函數(shù)作為該資料建模的函數(shù)形式。 兩邊同時(shí)取對數(shù),LOG(Y/X) = 5.33918981 - 0.2868241091*X,即,曲線回歸的應(yīng)用,69,三、曲線回歸模型的建立及應(yīng)用,曲線回歸的應(yīng)用,例2,70,71,EVIEWS輸出的

24、估計(jì)結(jié)果,共分3個(gè)部分，頂部處理信息：,觀察值個(gè)數(shù)n,方法,因變量是誰,樣本范圍,72,EVIEWS輸出的估計(jì)結(jié)果,共分3部，底部為描述統(tǒng)計(jì)量和檢驗(yàn)統(tǒng)計(jì)量,73,74,EVIEWS輸出的估計(jì)結(jié)果,共分3部分，中部關(guān)于系數(shù)的估計(jì)及其檢驗(yàn),根據(jù)前欄t值和自由度查出的概率,75,第六章 農(nóng)業(yè)生產(chǎn)函數(shù)建立及應(yīng)用,第三節(jié) 比例報(bào)酬及齊次生產(chǎn)函數(shù) 第四節(jié) CobbDouglass 生產(chǎn)函數(shù),76,第三節(jié) 比例報(bào)酬及齊次生產(chǎn)函數(shù),比例報(bào)酬 齊次生產(chǎn)函數(shù),77,比例報(bào)酬,比例報(bào)酬 所謂比例報(bào)酬(returns to scale)，是指所有生產(chǎn)投入按同一比例增加后產(chǎn)出的變化率。 例如，當(dāng)所有生產(chǎn)要素的投入量增加

25、1%后，如果產(chǎn)出量也增加1%，就表示有固定的比例報(bào)酬；如果產(chǎn)出量的增加大于1%.，就表示產(chǎn)生了比例經(jīng)濟(jì)；如果產(chǎn)出量的增加少于1%，則表示產(chǎn)生了比例不經(jīng)濟(jì)。,78,比例報(bào)酬,比例報(bào)酬概念可用長期生產(chǎn)函數(shù)來說明。當(dāng)Y表示產(chǎn)出，x1和x2，分別表示可變投入組合和固定投入組合時(shí)，長期生產(chǎn)函數(shù)為 ： Y = f(x1，x2) 當(dāng)生產(chǎn)投入按同一比例k(k1)增加時(shí)，上式變?yōu)椋?KnY=f(k x1，k x2) 式中，n是一個(gè)指數(shù)。Kn表示在所有投入按比例k變動(dòng)時(shí)所帶來的產(chǎn)出變動(dòng)率。若n = 1則表示產(chǎn)出的變動(dòng)幅度等于投入的變動(dòng)幅度，比例報(bào)酬不變。 若n 1，則產(chǎn)出變動(dòng)幅度大于投入變動(dòng)幅度，比例報(bào)酬增加，產(chǎn)

26、生比例經(jīng)濟(jì)。 若n1，則正相反，產(chǎn)生比例不經(jīng)濟(jì)。,79,比例報(bào)酬,這一點(diǎn)還可以用柯布道格拉斯生產(chǎn)函數(shù)予以進(jìn)一步說明，這時(shí)長期生產(chǎn)函數(shù)為： 如果所有投入都按同一比例K增加，則有： 可見，不管對任何給定的投入量原來的產(chǎn)出是多少，新產(chǎn)出量將是kn乘上原來的產(chǎn)出量。這里n=+,根據(jù)+之和是大于、等于或小于1的情況，可判別是比例經(jīng)濟(jì)、固定比例報(bào)酬還是比例不經(jīng)濟(jì)。,80,齊次生產(chǎn)函數(shù),齊次生產(chǎn)函數(shù)由具有特殊性質(zhì)的一系列函數(shù)組成。如果當(dāng)每項(xiàng)投入乘以某個(gè)數(shù)t時(shí)，產(chǎn)出增加系數(shù)為tn，就說這個(gè)生產(chǎn)函數(shù)是n階齊次的。 假定時(shí)間段足夠長，以致所有投入均可作為可變投入對待，并且包括在生產(chǎn)函數(shù)中，齊次階n就表示比例報(bào)酬。 齊次生產(chǎn)函數(shù)時(shí)常被農(nóng)業(yè)經(jīng)濟(jì)學(xué)家用來表示農(nóng)業(yè)投入與產(chǎn)出之間的種種轉(zhuǎn)換。,81,齊次生產(chǎn)函數(shù),1階齊次函數(shù)具有固定比例報(bào)酬；大于1階的