6离散数学10.pptVIP

例：考虑食品支出与税后收入、性别和年龄的关系（数据见表10-10） Yi=B1+B2Xi+u 其中：Y=1表示申请到了房贷，否则为0; X表示年家庭收入 估计结果： ?i=-0.9456+0.0255Xi (相应的t值和R2见P232） 对模型的解释： 收入每增加1美元，获得房贷的概率大约增加0.03 实际中：房贷的概率随收入水平以固定增速线性增加，与实际不符 例：借贷市场上的歧视 应变量Y为二分变量，通过贷款申请赋值为1，否则为0； 研究目的是为了判断是否由于性别、种族和其他一些定性因素导致了贷款市场上的歧视行为。 回归的结果： *：p值等于或低于5%；** ： p值大于5% 解释变量 系数 t值 截距 0.501 未给出 AI（收入） 1.489 4.69* XMD（债务减抵押贷款支出） -1.509 -5.74* DF（性别） 0.140 0.78** DR（种族） -0.266 -1.84* DS（婚否） -0.238 -1.75* DA（房屋年限） -1.426 -3.52* NNWP（领居中非的种人的比例） -1.762 0.74** NMFI 0.150 0.23** NA （邻居房屋的平均年限） -0.393 -0.134 总结 虚拟变量的作用：“数据分类器” 应用虚拟变量应注意的地方： 如果回归模型包含了一个常数项，则虚拟变量的个数必须比每个定性变量的分类