应用计量经济学课件学习课件第七章+虚拟变量.pptVIP

第七章 虚拟变量 在回归分析中，被解释变量的影响因素除了量（或定量）的因素还有质（或定性）的因素，这些质的因素可能 会使回归模型中的参数发生变化，为了估计质的因素产生的影响，在模型中就需要引入一种特殊的变量—虚拟变量。 本章主要讲授内容 一、虚拟变量的概念及作用 二、虚拟变量的设置 （一）设置规则 （二）引入方式 三、虚拟变量的特殊应用 （一）调整季节波动 （二）检查模型结构的稳定性 （三）分段回归 （四）混合回归 一、虚拟变量的概念和作用 （一）概念 在计量经济学中，把反映定性（或属性）因素变化，取值为0和1的人工变量称为虚拟变量（dummy variable) ，或称为亚变量、虚设变量、定性变量、属性变量、双值变量、类型变量、二元变量和名义变量等。习惯上用字母D表示。例如： 1城镇居民 1男性 1就业 D= 0农村居民 D= 0女性 D= 0失业 （二）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关关系，提高模型的估计精度； 3、便于处理异常数据。 二、虚拟变量的设置 （一）设置规则 在模型中设置虚拟变量时，应遵循一定的设置规则，以免使虚拟变量之间产生多重共线性。 1、一个因素多个属性 若定性因素有m个不同属性或相互排斥的类型，在模型中只能引入m-1个虚拟变量，否则会产生多重共线性。 例如：一个定性因素“居民”分为“城镇居民”和“农村居民”两个属性，则在引入虚拟变量时只能引入1个。 例1 居民消费函数为： Yt=b0+b1Xt+μt 其中， Yt=第t个居民的住房消费支出 Xt=第t个居民的可支配收入 μt=随机误差项 为了将城镇居民和农村居民这两种不同类型的居民对住房消费支出的影响反映到上述模型中，需要引入一个虚拟变量 1城镇居民 D= 0农村居民 则居民消费函数为：Yt=b0+b1Xt+a1Dt+μt 接前页 城镇居民住房消费模型（即D=1时）： Yt=（b0 +a1）+b1Xt+μt 农村居民住房消费模型（即D=0时）： Yt=b0 +b1Xt+μt 2、多个因素各两种属性 如果有m个定性因素，且每个因素各有两个不同的属性类型，则引入m个虚拟变量。 例2 研究居民住房消费函数时，考虑到城乡差异和不同收入层次的影响将消费函数设定为：Yt=b0+b1Xt+a1D1t+ a2D2t+ μt Yt=居民住房消费支出 Xt=居民可支配收入 1城镇居民 D1t= 0农村居民 1高收入家庭 D2t= 0低收入家庭 μt=随机误差项 该模型反映出不同类型居民家庭的住房消费情况 农村低收入家庭（D1=D2=0）： Yt=b0+b1Xt+μt 农村高收入家庭（D1=0，D2=1）：Yt=（b0+a2）+ b1Xt+μt 城镇低收入家庭（D1=1，D2=0）：Yt=（b0+a1）+ b1Xt+μt 城镇高收入家庭（D1=D2=1）： Yt=（b0+a1+ a2）+ b1Xt+μt 总结与推广 通过上例我们可以看出，如果有m个定性因素，且每个因素各有两个不同的属性类型，则应该引入 m个虚拟变量。 因此，“多因素各两个属性”的虚拟变量引入可以推广到一般情况，若有些因素有多个属性类型，则可参照“一个因素，多种类型”的设置原则来设置虚拟变量（即应该引入m-1个虚拟变量）。 课堂练习 某商品需求函数为 Yt=b0+b1Xt+μt，其中，Y为需求量，X为价格，考虑“地区（农村和城市）和季节（春夏秋冬）”两个因素的影响，如何引入虚拟变量建立所需模型。 3、虚拟变量取值应从分析问题的目的出发予以界定 定性因素的变化通常表现为某种属性或特征是否存在，所以用1，0两个数值来量化。 一般地，1表示这种属性或特征存在，0表示这种属性和特征不存在。而且设置虚拟变量时，基础类型、否定类型通常取值为0，而比较类型、肯定类型取值为1。如：在引入“政策”这个虚拟变量时，将“政策不变”设置为0，将“政策变动”设置为1；又如：引入“自然灾害”变量对产量影响，可将“受灾年份”设置为0，将“不受灾年份”设置为1。 4、虚拟变量在单一方程中可以作为解释变量，也可以作为被解释变量。 （二）虚拟变量的