·求解该1阶极值条件,即可以得到模型的参数估计 量 ·由于这是一个复杂的非线性问题,需要采用迭代 方法求解,例如牛顿法
• 求解该1阶极值条件，即可以得到模型的参数估计 量。 • 由于这是一个复杂的非线性问题，需要采用迭代 方法求解，例如牛顿法
4、例题一城镇居民消费模型 截断样本数据 cons Incon cons Incom cons Incom 1112384 13882.62 5064.340 677803 5759.210 7041.87 7867.530 1031291 7356260 999954 4948.980 6569.23 5439770 723906 4914550690142 6023560 7643.57 510538017050360930183911:04534087545 5419.140 7012.9 4941.600 6926.12 5666.540 6806.35 6077.920 7240.58 5963250 7321.98 5298910665724 5492.100 700517 6082620 7674.2 5400240674532 5015190 6678.9 963627012380.43 5330340653048 110403414867.49 5763.500 778504 5540610717354 6708.580 926246 5502430 7259.25 9712890 1317953 7118060 8093.67
4、例题—城镇居民消费模型 --截断样本数据 cons incom cons incom cons incom 11123.84 13882.62 5064.340 6778.03 5759.210 7041.87 7867.530 10312.91 7356.260 9999.54 4948.980 6569.23 5439.770 7239.06 4914.550 6901.42 6023.560 7643.57 5105.380 7005.03 6069.350 8399.91 8045.340 8765.45 5419.140 7012.9 4941.600 6926.12 5666.540 6806.35 6077.920 7240.58 5963.250 7321.98 5298.910 6657.24 5492.100 7005.17 6082.620 7674.2 5400.240 6745.32 5015.190 6678.9 9636.270 12380.43 5330.340 6530.48 11040.34 14867.49 5763.500 7785.04 5540.610 7173.54 6708.580 9262.46 5502.430 7259.25 9712.890 13179.53 7118.060 8093.67