计量经济学-虚拟变量回归讲述.ppt

研究发现，大学生的消费结构随着性别、层次、年级的不同而不同，为了研究男女大学生、不同层次大学生、不同年级大学生的消费结构是否有差异，面临这样的问题：如何把类似于性别这样的定性（非数量）变量引入模型？ 第八章 虚拟变量回归 本章主要讨论: ●虚拟变量 ●虚拟解释变量的回归 ●虚拟被解释变量的回归(选讲,不包括) 第一节 虚拟变量 本节基本内容: ●基本概念 ●虚拟变量设置规则 一、基本概念 定量因素：可直接测度的数值型因素。如收入、产出、价格、人数等。 定性因素：属性因素，不能直接测度、表征某种属性或状态存在与否的非数值型因素。如性别、婚否、政府经济政策不变与改革、城市居民或非城市居民等。 在以前的学习中，解释变量主要是定量变量，但现实经济生活中影响被解释变量的还包括定性变量，比如：研究某个企业的销售水平，所有制（私营、非私营）、地理位置（东、中、西部）等是必须考虑的因素。 因此，在计量经济模型中，应当包含定量和定性两种变量对被解释变量的影响。 直接在回归模型中加入定性因素存在诸多的困难：定性因素，不能直接用数据精确描述，无法度量，现实经济生活中不考虑的话会增大模型设定误差。 因此我们要做的就是将定性因素定量化。 为了在模型中反映定性因素，可以将定性因素转化成虚拟变量去表现，以实现定性因素定量化。 虚拟变量的定义 1.“0”和“1”选取原则 虚拟变量取“1”或“0”的原则，应从分析问题的目的出发予以界定。 从理论上讲，虚拟变量取“0”值通常代表比较的基础类型；而虚拟变量取“1”值通常代表与基础类型相比较的类型。 “0”代表基期（比较的基础，参照物）； “1”代表报告期（被比较的效应）。 2.虚拟变量数量的设置规则 1.若定性因素具有m个相互排斥的类型(或属性、水平)，当回归模型有截距项时，只能引入m-1个虚拟变量；否则，就会陷入虚拟变量陷阱，即完全的多重共线性。 2.当回归模型无截距项时，定性因素有m个相互排斥的类型时，引入m个虚拟变量不会导致完全多重共线性。 例：已知冷饮的销售量Y除受k种定量变量Xk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： 则冷饮销售量的模型为： 在上述模型中，若再引入第四个虚拟变量： 则冷饮销售模型变量为： 其矩阵形式为： 如果只取六个观测值，其中春季与夏季取了两次，秋、冬各取到一次观测值，则式中的： 显然，(X,D)中的第1列可表示成后4列的线性组合，从而(X,D)不满秩，参数无法唯一求出。 这就是所谓的“虚拟变量陷阱”，应避免。 3.虚拟变量的作用 1.作为属性因素的代表，例性别，所有制等。 2.作为某些非精确计量的数量因素的代表，如受教育程度，管理者素质等。 3.作为某些偶然因素或政策因素的代表，如战争，自然灾害，改革前后等 4.还可以作为时间序列分析中季节（月份）的代表。 5.可以时间分段回归，研究斜率、截距的变动，或比较两个回归模型的结构差异。 6.可以正确反映经济变量之间的互相关系，提高模型的精度。 虚拟变量既可作为被解释变量，也可作为解释变量，分别称其为虚拟被解释变量和虚拟解释变量。 在计量经济学中把包含有虚拟变量的模型称为虚拟变量模型. 虚拟被解释变量的研究是当前计量经济学研究的前沿领域。本课程只是讨论虚拟解释变量的问题 虚拟变量模型有三种类型 1. 解释变量中只包含虚拟变量 2. 解释变量中既包含定量变量也包含虚拟变量。 3. 被解释变量本身为虚拟变量。 以加法方式引入虚拟变量时，表示不同截距的回归，主要考虑的问题是定性因素的属性和引入虚拟变量的个数。 分为四种情形讨论： （1）解释变量只有一个定性变量而无定量变量，而且定性变量为两种相互排斥的属性； （2）解释变量分别为一个定性变量（两种属性）和一个定量解释变量； （3）解释变量分别为一个定性变量（两种以上属性）和一个定量解释变量； （4）解释变量分别为两个定性变量（各自分别是两种属性）和一个定量解释变量； （1）一个两种属性定性解释变量而无定量变量的情形（方差分析模型） （2) 一个定性解释变量（两种属性）和一个定量解释变量的情形 （3）一个定性解释变量（两种以上属性）和一个定量解释变量的情形 注意 1. 不同定性变量情形下的两个虚拟变量，可同时取0或1. 例： 2. 同一定性变量有三种类型时的两个虚拟变量，可同时取0，但不能同时取1 例: （4）两个定性解释变量（均为两种属性）和一个定量解释变量的情形 基本思想 以乘法方式引入虚拟变量时，是在所设立的模型中，将虚拟 解释变