第6章 虚拟变量回归模型
更新时间:2023-10-16 09:05:01 阅读量: 综合文库 文档下载
- 机器人大乱斗第6章推荐度:
- 相关推荐
本科教学课件 计量经济学基础 第6章 虚拟变量回归模型
第6章 虚拟变量回归模型
本章讲授的主要内容:
6.1 虚拟变量的性质 6.2 虚拟变量的引入方式 6.3 虚拟变量的设置原则 6.4 虚拟变量的特殊应用
6.5 因变量为虚拟变量的情形:线性概率模型(LPM)
6.1 虚拟变量的性质
1.虚拟变量概述
虚拟变量(dummy variable),又称为定性变量(qualitative variables)或指标变量、二元变量、分类变量和二分变量。
许多经济变量是可以定量度量的,但有些影响经济的因素,如职业、性别、民族、地区、文化程度、季节、战争、自然灾害等因素,无法定量度量。为了能够在模型中反映这些因素的影响,并提高模型的精度,需要将它们量化,这种“量化”是通过引入“虚拟变量”来完成的。虚拟变量通常记为D。
根据定性因素的属性,一般赋予它们“0”或“1”的人工变量。一般地,在虚拟变量的设置中,基础类型和肯定类型取值为1;比较类型和否定类型取值为0。 2.虚拟变量模型
同时含有一般解释变量与虚拟变量的模型,称为虚拟变量模型。如:
Yi?B1?B2Xi?B3Di??i
3.方差分析模型(analysis-of-variance models,ANOVA)
Yi?B1?B2Di??i
其中,B1为截距,B2为差别截距系数。
以男性和女性对食品支出影响为例,
Di=1 女性 Di=0 男性
男性食品支出的期望:
E(Yi|Di?0)?B1?B2(0)?B1
女性食品支出的期望:
E(Yi|Di?1)?B1?B2(1)?B1?B2
这里的B2,反映男女食品支出的差别,所以称为差别截距系数。 4.虚拟变量的作用
(1)可以描述和测量定性(或属性)因素的影响。
(2)能够正确反映经济变量之间的相互关系,提高模型的精度。 (3)便于处理异常数据。
44
本科教学课件 计量经济学基础 第6章 虚拟变量回归模型
6.2 虚拟变量的引入方式
虚拟变量作为解释变量引入模型,有加法和乘法两种基本方式。此外,还有两者相结合的混合方式。
1.加法方式
在模型中,将虚拟变量以相加的形式引入模型。从计量经济模型的意义看,其作用是改变了设定模型的截距水平。
例如 家庭的教育费用支出,除了受收入水平的影响外,还与子女的年龄结构密切相关。如果家庭中有适龄子女(6~21岁),教育费用支出就多。因此,为了反映“子女年龄结构”这一定性因素,设置虚拟变量:
?1有适龄子女 Di??0无适龄子女?将家庭教育费用支出函数写成:
Y Yi?B1?B2Xi?B3Di??i
无适龄子女家庭平均教育费用支出:E(Yi|Di?0)?B1?B2Xi
有适龄子女家庭平均教育费用支出:E(Yi|Di?1)?(B1?B3)?B2Xi
X 图6-1 平行回归 如图6-1所示。 2.乘法方式
在模型中,将虚拟变量与其他解释变量相乘作为新的解释变量,以达到其调整模型斜率系数的目的。
以乘法形式引入虚拟变量的主要作用在于:(1)两个回归模型之间的比较;(2)因素之间的交互影响分析;(3)提高模型对现实经济现象的描述精度。
例如 消费水平主要取决于收入水平,但在一个较长时期,人们的消费倾向会因某些因素(如自然灾害、战争等)的影响而发生变化。为了反映消费倾向的变化,可以用乘法方式引入虚拟变量来考察。设
Y ?1Di???0则消费模型可建立如下:
正常年份反常年份
Yi?B1?B2Xi?B3DiXi??i
图6-2 并发回归 正常年份的平均消费水平:E(Yi|Di?1)?B1?(B2?B3)Xi 反常年份的平均消费水平:E(Yi|Di?0)?B1?B2Xi 如图6-2所示。
3.混合方式:加法方式和乘法方式同时使用
模型中,虚拟变量以加法和乘法两种方式同时引入,即
Yi =B1 + B2Di +B3Xi +B4(DiXi) + ui
例如,对于食物支出
Y X X 图6-3 相异回归 45
本科教学课件 计量经济学基础 第6章 虚拟变量回归模型
平均食物支出,男性 (Di=0):
E(Yi|Di=0)=B1+B3Xi
平均食物支出,女性(Di=1):
E(Yi|Di=1)=(B1+B2)+(B3+B4)Xi
如图6-3所示。
6.3 虚拟变量的设置原则
1.基本原则
在具有共同截距的模型中,如果定性变量有m个属性(类别),只需在模型中引入m-1个虚拟变量。
例如 冷饮的销售量除受k种定量变量的影响外,还受春、夏、秋、冬四季变化的影响。要考察该四季的影响,只需引入三个虚拟变量即可:
?1D1t???0春季其他
?1D2t???0?1D3t???0则冷饮销售量的模型为:
夏季其他秋季其他
Yt?B1?B2X2t??BkXkt?A1D1t?A2D2t?A3tD3t??t
因为冬季属性取0值,它被反映在共同截距(B1)中。 注意:如果模型中没有共同的截距(B1),那么,还需要设置一个虚拟变量来反映冬季的影响。 2.虚拟变量陷阱
假如不遵守上述原则,即在定性变量有m个属性(类别)的模型中引入m个虚拟变量。那么,将会导致完全多重共线性现象的出现而无法估计模型,这种现象被称为虚拟变量陷阱。
6.4 虚拟变量的特殊应用
1.调整季节波动
例如 冰箱的销售量与季节性
把第一季度作为基准季度,取值为0;引入第二、三、四季度三个虚拟变量,取值为1。通过引入虚拟变量来消除季节波动。
Y 2.分段回归
在实际经济问题的研究中,有些经济关系需要用分段回归加以描述。当解释变量X低于某个已知临界水平X*时,Y与X之间是某种线性相关关系;而当X>X*时,两者之间又是另一种相关关系。
X 对于上述现象,虽然可以将样本数据划分成X
46
本科教学课件 计量经济学基础 第6章 虚拟变量回归模型
取虚拟变量为:
?1D???0并将分段回归模型设置成:
X?X* *X?XYt?B1?B2Xt?B3(X?X*)Dt??t
其中,X*是已知的临界水平。
这样,用OLS法估计得到各段函数为:
??B?BX 当X?X时,Dt?0,Yt12t*??(B?BX*)?(B?B)X 当X?X时,Dt?1,Yt1323t*如图6-4所示。
6.5 因变量为虚拟变量的情形:线性概率模型(LPM)
1. 线性概率模型(LPM)概念
考虑如下模型:
Yi?B1?B2Xi??i
如果该模型中的被解释变量Y只能取0或1两个值。则称该模型为线性概率模型(linear probability model, LPM)。
2.线性概率模型(LPM)的特征
(1)虽然Y只能取0或1两个值,但无法保证估计的Y值介于0和1之间;
(2)由于Y是一个二分变量,所以误差项也是一个二分变量,所以ui不服从正态分布; (3)可以证明误差项是异方差的;
(4)由于Y只能取0或1两个值,所以惯用的R2没有实际意义。
47
正在阅读:
第6章 虚拟变量回归模型10-16
地下通道设计方案05-12
2016-2020年四川旅游业市场调研与发展前景分析报告 - 图文09-15
写给老师的留言03-10
2013河南事业单位考试专用教材-历年真题+全真模拟预测试卷公共基础知识06-02
HR沙龙EAP群线上活动之 - 《绘画心理治疗》学习分享10-07
20110818BEH型电除尘器安装说明书 - 图文01-01
Local-as06-09
湖南省乡镇统计工作规范化建设标准10-15
- 小学生造句大全
- 增压泵投资项目可行性研究报告(模板)
- 高中语文人教版粤教版必修1-5全部文言文知识点归纳
- 两学一做专题民主生活会组织生活会批评与自我批评环节个人发言提
- 管理处环境保洁工作操作标准作业指导书
- 2012六一儿童节活动议程 - 图文
- 移树申请报告
- 《贵州省市政工程计价定额》2016定额说明及计算规则
- 计算机长期没有向WSUS报告状态
- 汉语拼音教学策略研究
- 发展西部领先的航空货运枢纽
- 司法所上半年工作总结4篇
- 如何提高银行服务水平
- 发电厂各级人员岗位职责
- 丰田汽车的外部环境分析
- 2017—2018年最新冀教版四年级数学下册《混合运算》教案精品优质
- 中建八局样板策划 - 图文
- 戚安邦《项目管理学》电子书
- 2015年高级项目经理笔记
- 弯桥的设计要点
- 变量
- 模型
- 回归
- 虚拟
- 推动会计师事务所做大做强的几点思考
- 上海建工安全生产规章制度
- 新编机械工程材料期末试题库及答案(2)
- 煤磨操作员试题答案
- 2016年工程咨询继续教育BIM技术的最新发展及其在建设项目上的应用试卷82分
- 生产运作程序流程
- 专业英语学习心得体会
- 重庆大学市政工程施工技术复习(全) - 图文
- VB串口通信程序设计典型实例
- 信息论与编码考试复习大纲
- 04-第4章 SCTP协议
- 六年级阶梯阅读答案
- 2019届二轮复习:选择题考点过关练(八)+农业生产与农业地域+作业(全国通用)+Word版含解析
- 推进柴油机型号 - 图文
- 2013年高考英语江苏卷解析
- 1胖胖吞吃鱼scratch
- 2015年人力资源管理师一级基础考试提及答案(必备资料)
- 2013-2014学年高一地理人教版必修二导学案 1.1 人口的数量变化
- 完整 小学 学而思合集
- 渔政