經(jīng)濟數(shù)學(xué)微積分曲面及其方程-資料下載頁
2024-08-20 11:12本頁面
【導(dǎo)讀】所形成的曲面稱為柱面。只含yx,而缺z的方程0),(?byax雙曲柱面母線//軸z. 同理：yoz坐標面上的已知曲線0),(?例1直線L繞另一條與L相交的直線旋轉(zhuǎn)一周，頂點，兩直線的夾角?橢圓截面的大小隨平面位置的變化而變化.橢球面與平面的交線為橢圓1zz?原點也叫橢圓拋物面的頂點.圓的中心都在軸上.用坐標面，與曲面相截)0(?
【正文】 斷結(jié)構(gòu)方程恰好識別或者過度識別 。 ⒉ 例題 C Y C PI Y YY C It t t t tt t t tt t t? ? ? ? ?? ? ? ?? ?? ??? ? ? ? ?? ? ? ?0 1 2 1 3 1 10 1 2 1 2? ??? ?? ? ? ?? ? ?? ???????????1 0 00 1 0 01 1 1 0 0 0 01 0 2 31 0 2? ? ? ?? ? ?? 判斷第 1個結(jié)構(gòu)方程的識別狀態(tài) ? ?? ?0 0 21 1 0? ????????? R g( )? ?0 0 2 1? ? ?所以，該方程可以識別。因為 k k g? ? ? ?1 11 1所以，第 1個結(jié)構(gòu)方程為恰好識別的結(jié)構(gòu)方程 。 ? 判斷第 2個結(jié)構(gòu)方程的識別狀態(tài) 所以，該方程可以識別。因為 所以，第 2個結(jié)構(gòu)方程為過度識別的結(jié)構(gòu)方程。 ? ?? ?0 0 2 31 1 0 0? ? ????????? ? 12)( 00 ????? gRk k g? ? ? ?2 22 1? 第 3個方程是平衡方程，不存在識別問題。 ? 綜合以上結(jié)果，該聯(lián)立方程模型是可以識別的。 ? 與從定義出發(fā)識別的結(jié)論一致 。 四、簡化式識別條件 ⒈ 簡化式識別條件 ? 如果已經(jīng)知道聯(lián)立方程模型的簡化式模型參數(shù)，那么可以通過對簡化式模型的研究達到判斷結(jié)構(gòu)式模型是否識別的目的。 ? 由于需要首先估計簡化式模型參數(shù)，所以很少實際應(yīng)用。 對于簡化式模型 Y X? ?? ? 簡化式識別條件為： 如果R g i( )? 2 ? ? 1，則第 i 個 結(jié)構(gòu)方程不可識別； 如果R g i( )? 2 1? ?，則第 i 個結(jié)構(gòu)方程可以識別，并且 如果k k gi i? ? ? 1，則第 i 個結(jié)構(gòu)方程恰好識別， 如果k k gi i? ? ? 1，則第 i 個結(jié)構(gòu)方程過度識別。 其中 ?2是簡化式參數(shù)矩陣 ? 中劃去第 i 個結(jié)構(gòu)方程所不包含的內(nèi)生變量所對應(yīng)的行和第 i 個結(jié)構(gòu)方程中包含的先決變量所對應(yīng)的列之后，剩下的參數(shù)按原次 序組成的矩陣。 ⒉ 例題 ? ??????????????4 2 32 1 12 1 0? 需要識別的結(jié)構(gòu)式模型： ?已知其簡化式模型參數(shù)矩陣為： ????????????????iiiiiiiiiiiiiixyyyxyyxxyy3332211323231212312211???????????? 判斷第 1個 結(jié)構(gòu)方程 的識別狀態(tài) ? 231???????R g( )? 2 11 1? ? ?k k g? ? ? ?1 11 1所以該方程是可以識別的。又因為： 所以該方程是恰好識別的。 ? 判斷第 2個 結(jié)構(gòu)方程 的識別狀態(tài) 所以該方程是可以識別的。又因為： 所以該方程是過度識別的。 ? 22 12 1?????????R g( )? 2 21 1? ? ?k k g? ? ? ?2 22 1? 判斷第 3個 結(jié)構(gòu)方程 的識別狀態(tài) 所以該方程是不可識別的。 ? 所以該模型是不可識別的。 ? 24 22 12 1??????????????R g( )? 2 31 1? ? ?? 可以從數(shù)學(xué)上嚴格證明，簡化式識別條件和結(jié)構(gòu)式識別條件是等價的。 《 計量經(jīng)濟學(xué) —方法與應(yīng)用 》 （李子奈編著，清華大學(xué)出版社， 1992年 3月）第 104—107頁。 ? 討論：階條件是確定過度識別的充分必要條件嗎？ （李子奈， 《 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究 》 ，1988年第 10期 ） 五、實際應(yīng)用中的經(jīng)驗方法 ? 當一個聯(lián)立方程計量經(jīng)濟學(xué)模型系統(tǒng)中的方程數(shù)目比較多時，無論是從識別的概念出發(fā)，還是利用規(guī)范的結(jié)構(gòu)式或簡化式識別條件，對模型進行識別，困難都是很大的，或者說是不可能的。 ? 理論上很嚴格的方法在實際中往往是無法應(yīng)用的，在實際中應(yīng)用的往往是一些經(jīng)驗方法。 ? 關(guān)于聯(lián)立方程計量經(jīng)濟學(xué)模型的識別問題，實際上不是等到理論模型已經(jīng)建立了之后再進行識別，而是在建立模型的過程中設(shè)法保證模型的可識別性 。 ? “在建立某個結(jié)構(gòu)方程時，要使該方程包含前面每一個方程中都不包含的至少 1個變量（內(nèi)生或先決變量）；同時使前面每一個方程中都包含至少 1個該方程所未包含的變量，并且互不相同?！? ? 該原則的 前一句話是保證該方程的引入不破壞前面已有方程的可識別性。 只要新引入方程包含前面每一個方程中都不包含的至少 1個變量，那么它與前面方程的任意線性組合都不能構(gòu)成與前面方程相同的統(tǒng)計形式，原來可以識別的方程仍然是可以識別的。 ? 該 原則的 后一句話是保證該新引入方程本身是可以識別的。 只要前面每個方程都包含至少1個該方程所未包含的變量，并且互不相同。那么所有方程的任意線性組合都不能構(gòu)成與該方程相同的統(tǒng)計形式 。 ? 在實際建模時，將每個方程所包含的變量記錄在如下表所示的表式中，將是有幫助的。 變量 1 變量 2 變量 3 變量 4 變量 5 變量 6 ? 方程 1 方程 2 方程 3 方程 4 ? 經(jīng) 濟 數(shù) 學(xué) 下頁 返回 上頁 167。 一、 概述 二、 狹義的工具變量法（ IV） 三、 間接最小二乘法 (ILS) 四、 二階段最小二乘法 (2SLS) 五、 三種方法的等價性證明 六、 簡單宏觀經(jīng)濟模型實例演示 *七、 主分量法的應(yīng)用 *八、 k級估計式 一、概述 ? 聯(lián)立方程計量經(jīng)濟學(xué)模型的估計方法分為兩大類： 單方程估計方法與系統(tǒng)估計方法 。 ? 所謂單方程估計方法，指每次只估計模型系統(tǒng)中的一個方程，依次逐個估計。也將單方程估計方法稱為有限信息估計方法 。 ? 所謂系統(tǒng)估計方法，指同時對全部方程進行估計，同時得到所有方程的參數(shù)估計量。也將系統(tǒng)估計方法稱為完全信息估計方法 。 ? 聯(lián)立方程模型的單方程估計方法不同于單方程模型的估計方法 。 ? 單方程估計方法按其方法原理又分為兩類。 ? 一類 以最小二乘為原理 ，例如 間接最小二乘法（ ILS, Indirect Least Square）、 兩階段最小二乘法 (2SLS, Two Stage Least Squares)、工具變量法 （ IV, Instrumental Variables）等，稱其為經(jīng)典方法； ? 一類不以最小二乘為原理，或者不直接從最小二乘原理出發(fā)，例如以最大或然為原理的 有限信息最大或然法 (LIML, Limited Information Maximum Likelihood)，以及仍然應(yīng)用最小二乘原理、但并不以殘差平方和最小為判斷標準的最小方差比方法 (LVR, Least Variable Ration)等 。
公司管理相關(guān)推薦
鄂ICP備17016276號-1