解联立方程组，求详细解答。_百度知道
解联立方程组，求详细解答。
另一艘船正好迎面驶来他们说,都会骤然重现，什么样的特别状态——在下一站很快探出头来，在我的充满了混乱的眼睛里不是他们你得起的誓言哈哈
采纳率：26%
为您推荐：
其他类似问题
方程组的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。(window.slotbydup=window.slotbydup || []).push({
id: '2014386',
container: s,
size: '234,60',
display: 'inlay-fix'
&&|&&1次下载&&|&&总71页&&|
您的计算机尚未安装Flash，点击安装&
阅读已结束，如需下载到电脑，请使用积分（）
下载：20积分
1人评价73页
0人评价41页
0人评价99页
2人评价39页
0人评价52页
所需积分：（友情提示：大部分文档均可免费预览！下载之前请务必先预览阅读，以免误下载造成积分浪费！）
（多个标签用逗号分隔）
文不对题，内容与标题介绍不符
广告内容或内容过于简单
文档乱码或无法正常显示
文档内容侵权
已存在相同文档
不属于经济管理类文档
源文档损坏或加密
若此文档涉嫌侵害了您的权利，请参照说明。
我要评价：
价格：20积分VIP价：16积分[转载]联立方程组计量经济模型的基本原理简介
原文来源：&&
李德荃的网易博客
联立方程组计量经济模型的基本原理简介
单一的计量经济方程式只能用来模拟某种单向的因果关系。而经济变量间通常呈现出来的是双向的互动关系。因此，错综复杂的经济关系一般需要多个方程组成方程组来模拟。这就是所谓的联立方程组模型。
联立方程组的设计应该基于经济理论、经济现实或经验。但也应考虑参数估计的可能性。如果在现有的统计技术能力下，我们可以把模型中的所有参数都估计出来，我们就说该联立方程组模型是可识别的。否则，就是不可识别的。
具体地，关于结构型模型的识别问题，可从“简化型参数与结构性参数的关系式”及“结构方程的统计形式”两个角度来理解。
一、基于“简化型参数与结构性参数的关系式”来理解结构型模型的识别问题
结构型联立方程组模型的特点是：其中有些随机方程等号的右侧包含该模型的内生变量。而简化型联立方程组模型的特点是：该模型所有的内生变量都位于随机方程等号的左侧，随机方程等号的右侧不存在内生变量。
一般地，我们基于经济理论或经验所构造出来的联立方程组模型都是结构型模型。经由简单的代数变换（主要是移项）之后，所有的内生变量都被移到了随机方程等号的左侧，于是便得到了所谓的简化型模型。
简化型联立方程组模型参数的估计适用于普通最小二乘法。设若基于简化型模型参数的估计值，不能经由简化型参数与结构性参数的关系式，求解得出结构型模型参数的估计值，我们便称相应的结构型模型为“不可识别”。反之，设若基于简化型模型参数的估计值，能够经由简化型参数与结构性参数的关系式，求解得出结构型模型参数的估计值，我们便称相应的结构型模型为“可识别”。
设若基于简化型模型的参数估计值，经由简化参数与结构参数之间的关系式，可以求解得出结构型参数的估计值，但非唯一解，便称该结构型模型过度识别。
设若基于简化型模型的参数估计值，经由简化参数与结构参数之间的关系式，可以求解得出结构型参数的估计值，且为唯一解，便称该结构型模型的参数恰好识别。
需要指出的是，在求解线性代数方程组的时候，如果方程的数目多于未知数的数目，则该方程组无解；如果方程的数目少于未知数的个数，则该方程组有无穷多个解。但在这里，如果简化参数的个数少于结构参数的个数，亦即简化参数与结构参数关系式的数目少于待求结构参数的个数，则无法确定地给出结构参数的解值，于是便认定该结构型模型不可识别。如果简化参数的个数多于结构参数的个数，亦即简化参数与结构参数关系式的数目多于待求结构参数的个数，则我们从中选取数目与待定结构参数的个数相等的关系式，组成方程组，便可求解出一组结构参数的取值。当然，换一组关系式，再组成一个方程组，又可求出结构参数的另外一组解。如此这般，我们就能获得多组结构参数的估计值。这个时候，我们便认为该结构型模型可识别，但为过度识别。
二、基于“结构方程的统计形式”来理解结构型模型的识别问题
对于结构型模型中的任意一个随机方程式，如果它在这个结构型模型中具有唯一的统计形式，便称这个方程可识别；否则，便称该方程不可识别。
这里所谓某一个随机方程具有唯一的统计形式，指的是模型中若干个方程（可包括该随机方程本身）的任意线性组合都与该随机方程的统计形式不相同，也就是与该随机方程含有不相同的变量（包括内生变量或前定变量）。设若模型中所有的随机方程都是可识别的，便称相应的结构型联立方程组模型可识别；否则，设若模型中的某个（或某些）随机方程不可识别，便称相应的结构型联立方程组模型不可识别。
在实践中，总结归纳出一些简便易行的规则：
1.包含一个内生变量和全部前定变量的随机方程恰好识别。
2.包含全部内生变量和前定变量的随机方程不可识别。
3.如果被a方程所排除的所有变量都未出现在b方程中，则a不可识别。
4.如果被a方程所排除的所有变量都未出现在其余方程的某个线性组合中，则a方程不可识别。
5.如果两个方程包含同一组变量，则这两个方程都不可识别。
需要指出的是，模型的识别不是统计问题，而是模型的设定问题。因此在设定模型之时就应设法尽量保证模型的可识别性。一般说来，在建立联立方程结构型模型时，要使新引入的方程包含此前每一个方程都不包含的至少一个变量（内生变量或前定变量）；同时，要使前面的每一个方程都要包含至少一个新引入方程未包含的变量，以便在模型的统计形式上互不相同。这是因为只有新引入的方程至少包含一个前面每一个方程都不包含的变量，才能保证不破坏前面已有方程的可识别性；而且，只有前面每一个方程都包含至少一个新引入方程所未包含的变量，才能保证新引入的方程是可识别的。
三、结构型模型可识别的阶条件
设若一个结构方程未包含的变量（包括内生变量和前定变量）的数目，大于或等于整个模型内生变量的总个数减1，则该方程可能识别。且当其中的等号成立的时候，该随机方程可能恰好可识别；而当其中的大于号成立的时候，该随机方程可能过度识别。
当然，设若小于号成立，则该随机方程不可识别。
结构型模型识别的阶条件只是判断结构方程是否可识别的必要条件，但不是判断结构方程是否可识别的充分条件。也就是说，当结构方程不满足识别的阶条件时，该方程一定就是不可识别的；但当结构方程满足识别的阶条件时，这个方程也并非一定就是可识别的。一般地，当阶条件满足时，只要那些未在所考察的方程中出现（而在模型中其它方程中出现
）的前定变量并不全都线性独立，从而在结构参数与简化参数之间不存在一一对应的关系，则这个方程仍然是不可识别的。由此可见，有必要引入一个可用于判断结构方程是否可识别的充分必要条件。
四、结构型模型可识别的秩条件
结构型联立方程组模型可识别的秩条件（或称充要条件）为：在有m个内生变量、m个方程的完备联立方程组模型中，对于其中的任意一个结构方程，当且仅当其中所不包含的变量（包括内生变量和前定变量）在其它方程中的结构参数至少能构成一个非零的m—1阶行列式（从而该矩阵的秩等于m—1）时，该方程是可以识别的。具体地，设若只有一个m-1阶非零行列式，则该方程是恰好识别的；设若存在不止一个m-1阶非零行列式，则该方程是过度识别的；设若不存在m-1阶非零行列式，则该方程是不可识别的。
秩条件是判断结构方程是否可识别的充分必要条件。
运用秩条件判别模型是否可识别的步骤可大致归纳如下：
1.将原始结构型模型转变为结构型模型的标准形式（亦即将每一个方程中的参数和变量移到等号的左侧），并将全部参数列成完整的参数表（每一个方程中未出现变量的参数以0表示）；
2.考察第a个随机方程的识别问题：在参数表中，先划去该方程所在的那一行，再划去该方程所包含的变量的系数（该行中非0系数）所在的列，余下该方程所不包含的变量（在其他方程中）的系数矩阵（记为A）；
3.计算矩阵A的秩，观察其是否等于m—1。或检验所余系数是否能构成非零m-1阶行列式。
4.如果Rank（A）=m-1，则说明该方程是可识别的；然后根据非零行列式的个数来判别该随机方程是恰好识别，抑或是过度识别。
五、阶条件与秩条件之间的关系
阶条件是模型可识别的必要条件。在由m个方程组成的结构型模型中，某个随机方程恰好识别的必要条件是：被这个方程所排除的变量的数目必须等于m-1。因为只有这样，才有可能使得这个方程在统计上同其余m-1个方程相区别。
秩条件是模型可识别的充分必要条件。在由m个方程组成的结构型模型中，某个随机方程恰好识别的充分条件是：被这个方程所排除的那m-1个变量中的每一个都应当出现在某个特定的方程中，使得这个方程在统计上不仅同其余的m-1个方程中的每一个都有别，而且同这些方程的任意线性组合也有别。
当秩识别条件满足时，阶识别条件一定满足，所以原则上仅考虑秩条件就足够了。
但秩条件使用起来不如阶条件简便。因此在实践中，我们经常将二者配合使用：
先检验阶条件是否满足。如果不满足，则该方程肯定不可识别，秩条件也就不必考虑了。如果满足阶条件，则需进一步地检验秩条件是否也能获得满足。设若不满足，即可认定该方程不可识别；设若秩条件表明可识别，再用阶条件分析究竟是恰好识别，还是过度识别。
六、关于可识别模型参数的估计
对于可识别的结构型模型，其参数的估计方法很多。但就常规需要而言，掌握并使用两阶段最小二乘法就足够了。至多再掌握并使用间接最小二乘法和三阶段最小二乘法。其它方法可依兴趣所致，逐步掌握并使用。
（一）间接最小二乘法
对于可恰好识别模型参数的估计，可以使用间接最小二乘估计法（ILS）。其基本思路是：
如果整个结构型模型可恰好识别，则该模型中的所有结构参数都可经由简化参数唯一地表示出来。于是，只要对相应的简化模型使用最小二乘法来估计它的简化参数，便可进一步地换算出结构参数的估计值。这种不直接对结构模型参数实施最小二乘估计，而是首先对简化模型参数实施最小二乘估计，然后经由简化参数与结构参数的关系式来套算出结构参数估计值的方法，就是所谓的间接最小二乘法。
间接最小二乘估计法的基本步骤如下：
1.将结构型模型转换为简化型模型，并获得简化参数与结构参数的关系式；（结构型与简化型的区别是：简化型方程的内生变量被全部移到了等号的左侧，右侧仅剩下了前定变量。）
2.针对简化型模型中的每一个方程，使用普通最小二乘法估计其中的简化参数，得到简化参数的OLS估计量；
3.在恰好识别的条件下，利用简化参数与结构参数之间的关系式，求解得出结构参数的唯一估计量。
（二）两阶段最小二乘法
对于过度识别的结构方程，由于其结构参数与简化参数之间的关系式不唯一，所以不适用间接最小二乘估计法。
过度识别模型的参数可使用二阶段最小二乘估计法（2SLS）来估计。二阶段最小二乘估计法的基本思路是：
过度识别模型所面临着的仍是参数估计的偏倚问题。而联立方程组模型之所以会出现偏倚问题，就是因为内生变量在其中的某些方程中担当了解释变量的角色，从而与随机误差项相关，最终造成参数估计量的有偏和非一致。于是，如果能够设法找到一种变量（人工变量），它与作为解释变量的内生变量高度相关，但与同期的随机误差项却不相关，参数估计的偏倚问题便可得到解决。这就是二阶段最小二乘估计法（简称TSLS）的基本思路。
二阶段最小二乘估计法的步骤如下：
1.将结构型模型变换为简化型模型。
2.运用最小二乘法分别估计简化型方程的参数。
3.利用所估计出来的简化型方程和前定变量X的样本观测值求得各内生变量的估计值。
4.用估计出来的各内生变量的值替代所有结构方程中作为解释变量的内生变量。
5.依次运用最小二乘法（OLS）依次估计每一个结构方程中的参数，从而得到结构参数的二阶段最小二乘（2SLS）估计值。
由于恰好识别可理解为过度识别的特殊情况，所以二阶段最小二乘法既可以用于过度识别条件下的结构参数估计，也可用于恰好识别条件下的结构参数估计。
（三）三阶段最小二乘估计法
到目前为止，我们所讨论的对联立方程组模型参数的估计方法都属于单方程方法。亦即每次只对模型当中的一个方程的结构参数实施估计。这样一来，就需要连续使用这种方法，才能得到模型全部结构参数的估计值。现在我们转而讨论对模型所有方程全部结构参数的一次性估计方法，亦即所谓的系统估计方法。不过在这里，我们将只介绍系统估计方法中最常用的的一种方法。这就是所谓的三阶段最小二乘估计方法。（3SLS）
三阶段最小二乘估计法是两阶段最小二乘估计法的推广。可以望文生义，这种方法在三个阶段上使用了最小二乘估计法。其中前两个阶段的基本套路与两阶段最小二乘法一致。只是在第三个阶段，又对模型中的全部方程集中一次性地应用了广义最小二乘法。亦即对一组变换了的方程使用了普通最小二乘法。
三阶段最小二乘估计量的性质：
三阶段最小二乘法实际上就是在两阶段最小二乘估计的基础上，再实施了一次广义最小二乘估计。由于两阶段最小二乘估计量对于小样本有偏，但对于大样本是一致的，所以三阶段最小二乘法也适用于过度识别的模型，且其估计量对小样本来说有偏，但对大样本来说也是一致的。
2.由于三阶段最小二乘法使用了更多的信息，所以三阶段最小二乘估计量要较两阶段最小二乘估计量更为有效些。
3.作为一种系统估计方法，三阶段最小二乘法的主要问题是参数估计值易受模型中个别方程定型偏倚的影响。只要有一个方程的定型不当，这种偏误就会通过整体性的估计方法传递给整个模型中的每一个参数，使得所有参数的估计都会发生问题。而单方程估计方法就没有这种缺点，某个方程的定型偏倚只影响该方程中的参数估计值，对其余方程的参数估计值没有影响。
4.因为两阶段最小二乘法不可能估计出不可识别方程的参数，所以在应用三阶段最小二乘法之前必须确认模型是可识别的。如果模型中包含不可识别的方程，则必须将其剔除。且对于可恰好识别的模型来说，间接最小二乘法（ILS）的效果更好一些，所以三阶段最小二乘法一般只使用于过度识别的模型。
5.如果模型当中包含恒等式，则在使用三阶段最小二乘法之前，必须通过变量代入的方法将恒等式从模型中消去。
6.三阶段最小二乘法的计算过程较为繁琐。设若各个结构方程式的随机误差项相互独立，则三阶段最小二乘估计也就简化为两阶段最小二乘估计。因此如果有把握认定模型中的随机项不存在严重的相互依赖，则可使用两阶段最小二乘法，而不必使用三阶段最小二乘法。联立方程怎么解出来的答案，要过程，感谢_百度知道
联立方程怎么解出来的答案，要过程，感谢
我有更好的答案
baidu://g.hiphotos.baidu.com/zhidao/wh%3D450%2C600/sign=3af34defd464001aea6a/de924fc37://g.com/zhidao/pic/item/de924fc37.jpg" target="_blank" title="点击查看大图" class="ikqb_img_alink"><img class="ikqb_img" src="http.jpg" esrc="http.hiphotos.baidu.com/zhidao/wh%3D600%2C800/sign=b5c9ea62a60be5e1a18b87de924fc37如图<a href="http://g.hiphotos
采纳率：87%
来自团队：
为您推荐：
&#xe675;换一换
回答问题，赢新手礼包&#xe6b9;
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。联立方程组求解，没有数字带入，全是字母的，，，，，_百度知道
联立方程组求解，没有数字带入，全是字母的，，，，，
x-dy=a，——》cdx-d^2y=(c^2+d^2)，c^2x-cdy=(c^2+d^2)，dx+cy=b，x=(ac+bd)&#47，——》cdx+c^2y=bc，d^2x+cdy=bd，——》(c^2+d^2)y=bc-ad，(c^2+d^2)x=ac+bd——》y=(bc-ad)&#47
能用别的方法试试吗？(麻烦你帮我想想)
二元一次方程组的消元方法有两种：上面的是加减消元法，还有一种代入消元法：cx-dy=a，——》x=(a+dy)&#47;c，代入式2，得：d(a+dy)&#47;c+cy=b，——》y=(bc-ad)&#47;(c^2+d^2)，——》x=[a+d(bc-ad)&#47;(c^2+d^2)]&#47;c=(ac+bd)&#47;(c^2+d^2)。
采纳率：75%
来自团队：
jpg" />把x带进式子里面去.hiphotos.baidu.com/zhidao/wh%3D600%2C800/sign=75d58ff7cbbfac15a7ed8d7c/0bd162d9f2dd0c394.com/zhidao/pic/item/0bd162d9f2dd0c394.jpg" target="_blank" title="点击查看大图" class="ikqb_img_alink"><a href="https://gss0.baidu.com/-fo3dSag_xI4khGko9WTAnF6hhy/zhidao/wh%3D600%2C800/sign=42f8cf4cafa20bc8ecfd38/00ee462a6b6e34d12f2eb838948b.jpg" esrc="http://f.hiphotos<a href="http
为您推荐：
其他类似问题
方程组的相关知识
&#xe675;换一换
回答问题，赢新手礼包&#xe6b9;
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。}