拟合效果图 gov_cons 13000 12000 11000 10000 9000 8000 8182838485868788899091 time
拟合效果图
非线性拟合 使用场合 ■长期趋势呈现出非线形特征 ■参数估计指导思想 。能转换成线性模型的都转换成线性模型，用 线性最小二乘法进行参数估计 ·实在不能转换成线性的，就用迭代法进行参 数估计
非线性拟合 使用场合 长期趋势呈现出非线形特征 参数估计指导思想 能转换成线性模型的都转换成线性模型，用 线性最小二乘法进行参数估计 实在不能转换成线性的，就用迭代法进行参 数估计
常用非线性模型 模型 变换 变换后模型 参数估计方法 T,=a+bt+ct2 43=2 T,a+bt+cl, 线性最小二乘估计 7,=InT, T,=ab' a'=Ina 线性最小二乘估计 b'=Inb T =a'+b't T,=a+bc' 迭代法 T=eatbc! 迭代法 T,= 迭代法 a+bc
常用非线性模型 模型 变换 变换后模型 参数估计方法 线性最小二乘估计 线性最小二乘估计 － － 迭代法 － － 迭代法 － － 迭代法 2 T a bt ct t t Tt ab t Tt a bct a bc t T e t t a bc T 1 2 2 t t Tt Tt ln a ln a b ln b 2 T a bt ct t T a b t t
例4.2：对上海证券交易所每月末上 证指数序列进行模型拟合 index 3000 2000 1000 0 919293949596979899000102 time
例4.2： 对上海证券交易所每月末上 证指数序列进行模型拟合
非线性拟合 模型 T,a+bt+ct2 ■变换 12=t2 参数估计方法 。线性最小二乘估计 ■拟合模型口径 T,=502.2517+0.0952t2
非线性拟合 模型 变换 参数估计方法 线性最小二乘估计 拟合模型口径 2 T a bt ct t 2 2 t t 2 T 502.2517 0.0952t t