柯布——道格拉斯函数,lnY=lnA+αlnK+(1-α)lnH+βln h 求拟合优度,A αβ
来源:学生作业帮 编辑:神马作文网作业帮 分类:数学作业 时间:2024/11/17 05:11:49
柯布——道格拉斯函数,lnY=lnA+αlnK+(1-α)lnH+βln h 求拟合优度,A αβ
年份 Y K H h
2003 21883 10734 19788.59 2140
2004 27447 14311 22325.33 2428
2005 41760 16032 22909.2 2447
2006 48620 20640 31834.49 3447
2007 60127 29350 39463.23 4226
2008 78080 38883 55355.46 5971
2009 84170 64558 70039.43 7555
2010 97230 84792 88711.52 9570
2011 150172 117530 117467.22 12404
年份 Y K H h
2003 21883 10734 19788.59 2140
2004 27447 14311 22325.33 2428
2005 41760 16032 22909.2 2447
2006 48620 20640 31834.49 3447
2007 60127 29350 39463.23 4226
2008 78080 38883 55355.46 5971
2009 84170 64558 70039.43 7555
2010 97230 84792 88711.52 9570
2011 150172 117530 117467.22 12404
1、先转换回归方程:lnY=(lnA+lnH)+α(lnK-lnH)+βln h
2、计算数据
年份 lnY lnK-lnH lnH
2003 9.993465 -0.61169 7.668561
2004 10.22001 -0.44469 7.794823
2005 10.63969 -0.35695 7.802618
2006 10.79179 -0.43332 8.14526
2007 11.00421 -0.29608 8.349011
2008 11.26549 -0.35322 8.69467
2009 11.34059 -0.08149 8.929965
2010 11.48483 -0.04519 9.166388
2011 11.91954 0.000534 9.425774
3、然后进行线性多元回归,以下是回归结果
回归统计
Multiple R 0.966285
R Square 0.933706
Adjusted R Square 0.911608
标准误差 0.183541
观测值 9
Coefficients 标准误差 t Stat P-value
lnA+lnH 4.722201 2.395504 1.971277 0.09618
α 0.557492 0.800904 0.696079 0.512427
β 0.758408 0.258021 2.939332 0.02597
方差分析
df SS MS F Significance F
回归分析 2 2.846786 1.423393 42.25295 0.000291
残差 6 0.202125 0.033687
总计 8 3.048911
注:
R Square 和 Adjusted R Square 分别就是拟合优度和调整的拟合优度,分别是0.933706和0.911608 .
2、计算数据
年份 lnY lnK-lnH lnH
2003 9.993465 -0.61169 7.668561
2004 10.22001 -0.44469 7.794823
2005 10.63969 -0.35695 7.802618
2006 10.79179 -0.43332 8.14526
2007 11.00421 -0.29608 8.349011
2008 11.26549 -0.35322 8.69467
2009 11.34059 -0.08149 8.929965
2010 11.48483 -0.04519 9.166388
2011 11.91954 0.000534 9.425774
3、然后进行线性多元回归,以下是回归结果
回归统计
Multiple R 0.966285
R Square 0.933706
Adjusted R Square 0.911608
标准误差 0.183541
观测值 9
Coefficients 标准误差 t Stat P-value
lnA+lnH 4.722201 2.395504 1.971277 0.09618
α 0.557492 0.800904 0.696079 0.512427
β 0.758408 0.258021 2.939332 0.02597
方差分析
df SS MS F Significance F
回归分析 2 2.846786 1.423393 42.25295 0.000291
残差 6 0.202125 0.033687
总计 8 3.048911
注:
R Square 和 Adjusted R Square 分别就是拟合优度和调整的拟合优度,分别是0.933706和0.911608 .
在阿伦尼乌斯经验公式lnk=lnA—Ea/RT中,比例系数A与反应速率常数K的值怎样确定?
已知函数f(x)=ln(1-x)-x/(x+1) (1)求f(x)最小值 (2) 若a>0 b>0 求证lna-lnb>
lna/lnb=ln(a-b)?
已知lna+lnb=2ln(a-2b),求log√2^(b/a)
用积分上限函数∫(1→x)1/tdt定义对数函数lnx(x>0),试证明:ln(ab)=lna+lnb(a>0,...
求当a从右端趋近于0时 (1) (lna)/(a+1)-lna+ln(a+1)的极限 (2) xln[(a+1)/a]的
已知函数f(x)=ln(1+x)-x,数列{an}满足 a1=1/2 ,ln2+lna(n+1)=a(n+1)+f(a(
lna-lnb=ln(a/b)有这个公式?
为什么ln√a+b = (lna+lnb)/2
已知lna+lnb=2ln(a-2b),求log 以2为底 b分之a 的值.
已知 y=(8x+4)^(4x+4) 求y' 1)lny=ln( ) 2)lny=( ){化简} 3) y'/y=( )
matlab求二元线性回归方程的程序 已知方程lny=lna+mlnx1+nlnx2+glnx3 y x1 x2 x3