Мы изучили применение метода наименьших квадратов для определения параметров, которые входят в функциональные зависимости линейно. Поэтому для них в параграфах 3 и 4 получились системы линейных уравнений (3.6), (4.8). Однако в эконометрике приходится иметь дело и с такими функциональными зависимостями, неизвестные параметры которых входят в эти зависимости нелинейно. Например, параметр a в зависимостях
y=axa , (5.1)
y=aeax (5.2)
в случае двух величин (x,y), параметры a1, a2, …, am в зависимости
(5.3)
и др. Типичным примером является функция Кобба – Дугласа y=aLaKb, где a>0, 0<a<1, 0<b <1, обычно принимают также условие a+b =1. Эта функция выражает зависимость произведенной продукции y от объема привлеченных трудовых ресурсов (числом рабочих, человеко-часов и т.п.) L и объема основных фондов K.
При определении параметров в формуле (5.1), (5.2) или параметров a1, a2, …, am в формуле (5.3) методом наименьших квадратов их следует предварительно прологарифмировать. Например, логарифмирование степенной функции y=axa дает уравнение
ln y=ln a+a ln x,
линейное относительно величин A=ln a и a. Сделав замену переменных: Y=ln y,
A=ln a, X=ln x, получим соотношение Y=A+aX, определение параметров которого по методу наименьших квадратов приведет к системе линейных уравнений. Линеаризация формулы (5.3) также достигается логарифмированием:
ln y=ln a+ a1ln x1+a2ln x2+…+amln xm,
Замена переменных: Y=ln y, A=ln a, Xi=lg xi приводит к модели линейной множественной регрессии
Y=A+a1X1+a2X2+…+amXm.
Есть модели, которые не могут быть приведены к линейному по коэффициентам виду. Например: . Для оценки параметров таких моделей используются итеративные процедуры, успешность которых зависит от вида уравнений и особенностей применяемого итеративного подхода. Однако гораздо большее распространение получили модели, приводимые к линейному виду. Оценка параметров такого типа моделей реализовано в стандартных пакетах прикладных программ EXCEL, STATISTICA и др.
Таким образом, если между экономическими явлениями существуют нелинейные соотношения, то они выражаются с помощью нелинейных функций. Различают два класса нелинейных моделей:
· модели, нелинейные относительно включенных в анализ объясняющих
переменных, но линейные по оцениваемым параметрам;
· модели, нелинейные по оцениваемым параметрам.
Примерами нелинейных моделей первого класса могут служить следующие функции:
· полиномы разных степеней: y = a0+a1x+a2x2+…+anxn;
· гиперболическая зависимость:
· тригонометрические полиномы y= a1 sin x +b1cos x + a2 sin 2x +b2 cos2 x+…
+ am sin mx +bmcos mx.
К нелинейным моделям второго класса относятся функции:
· степенная: y = axb ;
· показательная: y = abx ;
· экспоненциальная: .