程Р(2.44)不可能捕捉到所有的非—在工资和教育之间的关系的线性度。如果有“文凭的影响,然后从高中毕业Р第十二年可以比第十一年前更值钱。我们将学习如何让这种在 7 章非线性。的自Р然对数的另一个重要用途是在获得一个恒定的弹性模型。РE X M P L E 2 。 1 1Р( C E O S L R Y N D F R M S L E S )Р我们可以不断的弹性模型有关的首席执行官薪酬公司销售估计。该数据集是相同的一个用于在例 2.3 中,除了我们现在涉及工资销售。让销售年度公司销售, 在百万美元来计算的。恒定的弹性模型,日志(0 +工资=ββ日志(销售)+ U,Р(2.45)在 1β是工资与销售的弹性。这个模型属于简单回归模型下的定义因变量为 Y =日志(工资)和独立变量为 x =日志(销售)。这个方程的 OLS 估计Р1 部分Р一、横截面数据的回归分析Р日志( S ALˆ元) = 4 . 8 2 2 ? + 0 . 2 5 7 日志( 销售)Р2 . 4 6 。Рn = 2 0 9 , R = 0 . 2 1 1 ²。Р系数的日志(销售)是估计的弹性工资相对于销售。这意味着,公司销售额的增加首席执行官工资通过对弹性通常的解释百分之 0.257 增加百分之 1。Р两种功能形式覆盖这部分通常会在剩下的这段文字出现。我们已覆盖模型包含自然对数在这里因为他们过于频繁的应用工作。这些模式的解释将不在多元回归的情况有很大的不同。Р它也注意到截距和斜率的估计发生什么有用的如果我们改变的因变量的测量单位,当它出现在对数形式。Р因为变化的对数形式近似比例变化,这没有发生在边坡是有意义的。我们可以看到这写正变为每个观察岛原始方程 c1yi 是日志(一)= 0 +ββ1xi + UI。如果我们增加日志(C1)两边,我们得到的日志(C1)+日志(一)+ [日志(C1)β0 ]+β1xiР+界面
全文预览
