Ekonometria Lista 4 Z2ZF01
Lista zadań obejmuje następujące zagadnienia:
• NMNK: estymacja modeli nieliniowych
• Transformacja liniowa
1
Dokonać transformacji liniowej podanych modeli nieliniowych i podać odpowiednie podstawienia za zmienne i parametry:
a) bY = abX (wykładniczy) b) bY = aXb (potęgowy)
c) bY = a ln(X) + b (logarytmiczny) d) bY = a/X + b (hiperboliczny I) e) bY = (aX + b)−1 (hiperboliczny II) f) bY = X/(aX + b) (hiperboliczny III) g) bY = aX2+ bX + c (paraboliczny)
h) bY = ab1/X (logarytmiczno-hiperboliczny)
i) bY = a0X1a1X2a2 (funkcja produkcji Cobba-Douglasa) j) bY = a sin(X + b) + c
k) bY = (X + a)b
l) bY = (aX2+ bX)/(1 − cX) 2
Wykazać równoważność modeli:
a) bY = abX, Y = exp(ab 0+ a1X)
b) bY = aX/(X + b), Y = X/(ab 1X + a0)
Pokazać, w jaki sposób z parametrów a, b można uzyskać parametry a0, a1. 3
Znaleźć transformacje następujących funkcji:
a) Yt= exp α + β/√
Xt+ εt, b) Yt= Xt/ (αXt− β − Xtεt),
c) Yt= exp (α + βXt) / [exp (α + βXt) − exp (εt)],
które pozwolą na oszacowanie parametrów KMNK (ε – składnik losowy).
4
Oszacować parametry modelu ekonometrycznego bY = abX. Obserwacje zmiennych zawiera tabela:
X 1 2 3 4 5
Y 4 7 10 25 40
1
Ekonometria Lista 4 Z2ZF01
5
Oszacować parametry modelu ekonometrycznego bY = a ln(X1X2) + b. Obserwacje zmiennych zawiera tabela (e – liczba Eulera):
Y X1 X2
2 e 1
3 e e
3 e2 1 4 e2 e 6
Oszacować KMNK na podstawie 15 obserwacji model ˆy = a/(x2+ b), gdzie a, b to parametry, jeżeli wiadomo, że:
x2 = 3.5, 1/y = 4.5, P15
i=1(1/yi− 1/y)(x2i − x2) = 48, P15
i=1(x2i − x2)2= 49.
Zapisać oszacowany model nieliniowy.
7
Oszacowano za pomocą KMNK parametry strukturalne funkcji produkcji typu Cobba-Douglasa, otrzymując:
ln Ydt= 1.7 + 0.5 ln Kt+ 0.5 ln Zt.
Wiadomo, że Ys = 5000, Ks = 1000, Zs = 1500. O ile jednostek wzrośnie wielkość produkcji w okresie s + 1, jeżeli wartość kapitału K wzrośnie w tym samym okresie o 20 jednostek, ceteris paribus?
Nieliniowa metoda najmniejszych kwadratów
Załóżmy, że funkcja g(x, α) jest nieliniowa względem parametrów, a model ˆy = g(x,α)b jest niesprowadzalny do postaci liniowej. Do estymacji wektora parametrów α można wówczas wykorzystać estymator nieliniowej metody najmniejszych kwadratów. W metodzie tej minimalizacji podlega suma kwadratów reszt:
f (a) =Pn
i=1[yi− g(xi, a)]2 → min.
Tak określona funkcja celu minimalizowana jest metodami numerycznymi, np. za pomocą algorytmu Newtona-Raphsona (algorytm ten jest oprogramowany np. pod postacią modułu Solver w MS Excel).
Stosując estymator NMNK zakłada się, że składnik losowy jest wprowadzony do modelu ad- dytywnie, tj. y = g(x, α) + ε. Modele nieliniowe sprowadzalne do postaci liniowej przez trans- formację liniową wymagają zwykle dodania składnika losowego w nieliniowej postaci modelu w sposób multiplikatywny — tak, by po transformacji składnik losowy w zlinearyzowanym modelu był ujęty addytywnie. Przykładem jest model z zadania 4. W modelu tym zakłada się implicite multiplikatywną obecność składnika losowego: Y = αβXexp ε. Po obustronnym zlogarytmowaniu logarytmem naturalnym model jest liniowy względem parametrów i posiada addytywny składnik losowy: ln Y = ln α + X ln β + ε.
8
Wprowadzić do funkcji Yt = α0Xtα1exp(α2Xt−1) składnik losowy w sposób addytywny oraz multiplikatywny. Dla każdego modelu zaproponować metodę estymacji.
2