例4.1：平均成本与产品产量的关系（课本93页, file:li-4-1 ）
Cˆt = 105.1- 0.06 xt + 0.00006 xt2 xt (42.5) (-8.7) (12.8) R2 = 0.97, N = 15
（第4版教材第93页）
(2) 双曲线函数模型
（第4版教材第93页）
yt = a + b/xt + ut
第4章 非线性回归模型的线性化
有时候变量之间的关系是非线性的。虽然其形式是非 线性的，但可以通过适当的变换，转化为线性模型，然后利 用线性回归模型的估计与检验方法进行处理。称此类模型为 可线性化的非线性模型。
以下非线性回归模型是无法用最小二乘法估计参数的。 可采用非线性方法进行估计。估计过程非常复杂和困难，计 算机的出现大大方便了非线性回归模型的估计。专用软件使 这种计算变得非常容易。但本章不是介绍这类模型的估计。
案例2：炼钢厂钢包容积Y与钢包使用次数X的关系（file:5nonli7）
建立线性模型并估计 y = 7.85 + 0.27 x
(19.6) (5.7) R2 = 0.71, N = 15
建立对数模型并估计 y = 6.16 + 1.83 Lnx
(16.0) (10.1) R2 = 0.89, N = 15
yt = 0 + 1 xt 1 + ut
yt = 0 e1xt + ut
下面介绍几种典型的可以做线性化处理的非线性模型。
(1)多项式函数模型(1)
多项式方程
（第4版教材第90页）
yt = b0 +b1 xt + b2 xt2 + b3 xt3 + ut 令xt 1 = xt，xt 2 = xt2，xt 3 = xt3，上式变为
4
3
2
1
0 50 100 150 200 250 300 350 400
yt = a + b Lnxt + ut , (b > 0)
7
6 (b < 0)
5 4 3 2 1
50 100 150 200 250 300 350 400
yt = a + b Lnxt + ut , (b < 0)
令xt* = Lnxt, 则 yt = a + b xt* + ut
第4章 非线性回归模型的线性化
（1）多项式函数模型 （2）双曲线函数模型 （3）对数函数模型 （4）生长曲线 (logistic) 模型
（比教材中的模型复杂些）
（5）指数函数模型 （6）幂函数模型
file:li-4-1 file:5nonli7 file:5nonli3 file:case2 file:li-4-2 file:5nonli14
(1.8) (12.0) (-2.8)
(9.6)
R2 = 0.9998, N = 15
（第4版教材第92页）
案例1：厦门市贷款总额与GDP的关系分析
（1990~2003）
案例1：厦门市贷款总额与GDP的关系分析
（1990~2003）
从散点图看，用多项式方程拟合比较合理。
Loant = 0 +1 GDPt + 2 GDPt 2 + 3 GDPt3 + ut
yt = b0 + b1 xt + b2 xt2 + ut 令xt 1 = xt，x t 2 = xt 2，上式线性化为，
（第4版教材第93页）
注意：拟合时不要丢了b1 xt项。
yt = b0 + b1 xt1 + b2 xt2 + ut
如经济学中的边际成本曲线、平均成本曲线与左图相似。
(1)多项式方程模型(2)
案例2：炼钢厂钢包容积Y与钢包使用次数X的关系（file:5nonli7）
双倒数线性化
双倒数模型
建立倒数模型并用114组数据估计，
1/y = 0.081 + 0.1339 (1/x)
(42.1) (14.1) R2 = 0.94, N = 15
倒数模型的估计结果最好。
(3) 对数函数模型
5
(b > 0)
9.0 LOG(FOOD)
8.5
8.0
7.5
7.0
6.5
6.0 LOG(LOG(INCOME))
5.5 1.80 1.85 1.90 1.95 2.00 2.05 2.10 2.15 2.20 2.25 2.30
28个省市自治区19852005年城镇居民人均食品支出（food）与人均收入（income）的关系
yt = b0 +b1 xt + b2 xt2 + b3 xt3 + ut
估计结果见下页
（
例4.1：总成本与产品产量的关系（课本92页, file:li-4-1）
Cˆ t = 2434.7+ 85.7 xt - 0.028 xt2 + 0.00004 xt3
loan= -24.5932 +1.6354 GDPt - 0.0026GDPt 2 + 0.0000027 GDPt 3
(-2.0) (11.3)
(-6.3)
(7.9)
R2=0.9986, DW=2.6
(1)多项式方程模型(2)
( b1>0, b2>0)
(b1<0, b2 <0
另一种多项式方程的表达形式是
1/yt = a + b/xt + ut
1/yt = a + b/xt + ut 或 yt = 1/ (a + b/xt + ut) 令yt* = 1/yt, xt* = 1/xt，得 yt* = a + b xt* + ut 已变换为线性回归模型。双曲线函数还有另一种表达方式， yt = a + b/xt + ut 令xt* = 1/xt，得 yt = a + b xt* + ut 上式已变换成线性回归模型。
变量yt 和xt* 已变换成为线性关系。
（第4版教材第93页）
案例：28个省市自治区19852005年城镇居民 人均食品支出（food）与人均收入（income）的关系
9.0 LOG(Cfood)
8.5
8.0
7.5
7.0
6.5
6.0 LOG(CINCOME)
5.5 6.0 6.5 7.0 7.5 8.0 8.5 9.0 9.5 10.0
yt = b0 +b1 xt 1 + b2 xt 2 + b3 xt 3 + ut 这是三元线性回归模型。经济学中的总成本与产品产量曲线与左图相似。
( b1>0, b2>0, b3>0)
(b1<0, b2>0, b3<0)
(1)多项式函数模型(1)
例4.1：总成本与产品产量的关系（课本91页, file:li-4-1)