计量经济学-中-3-虚拟应变量.pptVIP

含有一个虚拟自变量的回归 虚拟自变量(dummy variable) 用数字代码表示的定性自变量 虚拟自变量可有不同的水平 只有两个水平的虚拟自变量 比如，性别(男，女) 有两个以上水平的虚拟自变量 贷款企业的类型(家电，医药，其他) 虚拟变量的取值为0，1 虚拟自变量的回归 回归模型中使用虚拟自变量时，称为虚拟自变量的回归 当虚拟自变量只有两个水平时，可在回归中引入一个虚拟变量 比如，性别(男，女) 一般而言，如果定性自变量有k个水平，需要在回归中模型中引进k-1个虚拟变量 虚拟自变量的回归(例题分析) 虚拟自变量的回归(例题分析) 虚拟自变量的回归 (例题分析) 引进虚拟变量时，回归方程可写：E(y) =?0+ ?1x 男( x=0)：E(y) =?0—男学生考试成绩的期望值 女(x=0 )：E(y) =?0+ ?1—?1女学生考试成绩的期望值 注意：当指定虚拟变量0—1时 ?0总是代表与虚拟变量值0所对应的那个分类变量水平的平均值 ?1总是代表与虚拟变量值1所对应的那个分类变量水平的平均响应与虚拟变量值0所对应的那个分类变量水平的平均值的差值，即 平均值的差值 =(?0+ ?1) - ?0= ?1 虚拟自变量的回归(例题分析) 虚拟自变量的回归 (例题分析) 引进虚拟变量时，回归方程可写： E(y) =?0+ ?1x1+ ?2x2 女( x2=0)：E(y|女性) =?0 +?1x1 男(x2=1)：E(y|男性) =(?0 + ?2 ) +?1x1 ?0的含义表示：女性职工的期望月工资收入 (?0+ ?2)的含义表示：男性职工的期望月工资收入 ?1含义表示：工作年限每增加1年，男性或女性工资的平均增加值 ?2含义表示：男性职工的期望月工资收入与女性职工的期望月工资收入之间的差值 (?0+ ?2) - ?0= ?2 非线性回归 用虚拟自变量回归解决方差分析问题 方差分析的回归方法 (例题分析) 引进虚拟变量 建立回归方程：E(Y)=?0+ ?1x1+ ?2x2+?3x3 用Excel进行回归 ?0—家电制造业投诉次数的平均值 (?0+ ?1)—零售业投诉次数的平均值 (?0+ ?2)—旅游业投诉次数的平均值 (?0+ ?3)—航空公司投诉次数的平均值 关于虚拟应变量的回归：线性概率模型、对数单位、概率单位及托比模型 1、虚拟应变量 2、线性概率模型(LPM) 3、线性概率模型的估计问题 4、一个线性概率模型的例子 5、线性概率模型的应用 6、线性概率模型以外的其他方法 7、对数单位模型 8、对数单位模型的估计 9、对数单位模型例子 10、概率单位模型 11、概率单位模型的例子 12、托比模型 1　虚拟应变量 在以前考虑的虚拟变量回归模型中，我们隐含 假定应变量Y是定量的，而解释变量是定量的、定 性的或二者兼有。然而有的应变量可以是二分性质 的。如一个人或者在劳动力行列中或者不在，从而 劳动力参与这个应变量只能取两个值：如果这个人 在劳动力行列中，则取值1；如果不在其中则取值 0。又如考察学院教授是不是属于工会成员，因此 工会会员资格这个应变量就是一个取值0或1的虚拟 变量：0表示非工会会员，1表示工会会员。 这些例子的一个特性是，应变量属于仅要求 回答是或否这样一种类型；就是说它是二分 类的。处理二分类变量有四中模型： 1.线性概率模型 2.对数单位模型 3.概率单位模型 4.托比单位模型 2　线性概率模型 为了建立概念，考虑如下模型： （11.2.1） 其中 X=家庭收入 Y=1 如果该家庭拥有住宅 =0 如果该家庭不拥有住宅 该模型把二分变量 表达为解释变量 的函数。像（11.2.1）这样的模型，称为线性概率模型。因为， 在给定 下的条件期望 可解释为在给定 下事件（家庭拥有住宅）将发生的条件概率，即 假定 　,我们得到： 　　（11.2.2） 现在，令 （即事件发生）的概率，而 （即事件不发生）的概率。 由数学期望定义有： （11.2.3）