Dummy_vaiable.docVIP

第 15章 虚拟变量 15.1. 虚拟变量 定性描述某种属性变量，如性别，种族，战争等，这种属性常常是有或没有，出现或不出现，因此，度量这种属性常用“1”表示有，0表示“没有”(不出现)。如性别，男性为1(或0)，女性为0(或1)，或教育程度用1表示大学毕业，0表示否定，即非大学毕业等。如：研究薪金问题；薪水yi, （人只有2种属性，男和女） yi=???Di++ui 于是： 表明男教授平均薪金为女教授为，由此研究薪金是否存在歧视现象.由此还可以看出,虚拟变量的系数表示与基(女教授)的差。以上的属性为二种，男性和女性。将属性扩展为多个，如研究不同地区教师的工资差别，将一个国家分为3个地区，引进2个虚拟变量，建立模型 yi=?????D2i+??D3i+ui (5.1) 模型(5.1)的回归因子全为互斥的虚拟变量，这样的模型称为方差模型分析(ANOVA ). 例子: 美国公立学校教师的地区差别。将美国分为东北(21个州)、南方（17个州）和西部地区（13个州），共3个属性，引进2个虚拟变量D2i和D3i，D2i＝1，如第i个州属于东北区，否则D2i＝0；D3i＝1，如第i个州属于南方区，否则D3i＝0.显然这两个虚拟变量互斥。模型为 yi=?????D2i+??D3i+ui (5.1) 进一步，有 E(yi∣D2i＝1, D3i＝0)=?????? 即东北区教师的平均工资，而南方区和西部地区教师的平均工资分别为 E(yi∣D2i＝0, D3i＝1)=?????? E(yi∣D2i＝0, D3i＝0)=??? (5.1)的估计结果为： yi＝26158.62－????????－????????＝????? －＝????? ??作为基??、或基准???或比较基??? ??截距即??本身代表基的均值，如上例中为西部区的均值； ????和??的系数称为级差??为－????????，表示东北区的平均工资比基即西部区少－???????，而不是东北区的平均工资为－???????。 ??基组的选择完全由研究者自行决定！ ????＋?????D2i+??D3i+ui (5.2) 由于D1i?D2i+D3i＝1，1看作??所附着??，即 ???????????????????????????D1i???D2i+??D3i+ui (5.3) 或去掉3个虚拟变量中的任一个。如 ?????yi=?????D2i+??D3i+ui 特别注意！如直接估计（5.3），所得到的估计即为各种属性的均值而不是差异！如上例，(5.3)的估计为 yi＝26158.62 D1i＋????????15.2一个定量变量和一个虚拟变量的回归， 将上述模型扩展为含定量变量Xi yi=?????D2i+??D3i+??Xi＋ui (5.4) 这里yi表示薪水，Xi表示教龄为定量变量，D为虚拟或两分支变量。 例子：续前例，(5.4)的估计结果为 Dependent Variable: SALARY Method: Least Squares Date: 10/05/04 Time: 16:23 Sample: 1 51 Included observations: 51 Variable Coefficient Std. Error t-Statistic Prob. C 13269.11 1395.056 9.511530 0.0000 D2 -1673.514 801.1703 -2.088837 0.0422 D3 -1144.157 861.1182 -1.328687 0.1904 SPENDING 3.288848 0.317642 10.35393 0.0000 R-squared 0.722665 Mean dependent var 24356.22 Adjusted R-squared 0.704963 S.D. dependent var 4179.426 S.E. of regression 2270.152 Akaike info criterion 18.36827 Sum squared resid 2.42E+08 Schwarz criterion 18.51978 Log likelihood -464.3908 F-statistic 40.82341 Durbin-Watson stat 1