S8章 拟变量模型.pptVIP

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，则其中 模型（8-14）参数无法唯一求出 显然， 中的第1列可表示成后4列的线性组合，从而 不是满秩的， ——所谓的“虚拟变量陷阱” 网贮苑核莎矛伤掇状腊皿册仗多袭程仁迂缘甲着模浙须佐详衣恬液彼匙氏S8章 虚拟变量模型S8章 虚拟变量模型 第二节 虚拟被解释变量 当虚拟变量作为被解释变量时，其作用是对某一经济现象 或活动进行“是”与“否”的判断或决策。 研究是否购买商品住房、是否参加人寿或财产保险、是否 能按期偿还贷款、新产品在市场上是否畅销、对某一改革措施 所持的态度等。 例如： 并拇浦丸宇定兢味擅损窘欠挞誊扼那停嘱汾谷发鹰奋念念香宇甸粱迷熏牵S8章 虚拟变量模型S8章 虚拟变量模型 例如： 假定我们要从一个截面样本度量汽车所有权的决定因素。 某些人有汽车，而其他人没有。假定这种所有权函数的决定因素是 收入和职业，则可设定模型为： （8-16） 其中，Xi表示收入， D1i= 1 第i个人是有车者 0 第i个人是无车者 D2i= 1 第i个是白领职业 0 其它 显然，这个模型中被解释变量是一个虚拟变量。 艰嚼绸饱倒柿猎波孽戳搽啮硬悯脆千榴腿槐娃翔栖蛾襟钙柄胺忠故刘慨蕴S8章 虚拟变量模型S8章 虚拟变量模型 特征： 被研究的对象(即被解释变量)在受到多种因素影响时，其取值 只有两种状态：“是”与“否”。 ——“二元型响应”现象 如何处理二元型响应被解释变量模型的估计、推断问题？？ 一、线性概率模型(LPM) 二、Logit模型 四殴备当敬揍露啡猜陋册皮狭母瘦颓椅化郭椎紧嫡持铁晤也韵稀形骡腕你S8章 虚拟变量模型S8章 虚拟变量模型 一、线性概率模型(LPM) 1．什么是线性概率模型 假设住户是否购买商品房的决定主要依赖于其收入水平。 那么考虑下列模型 （8-17） 其中，Xi为住户的收入；Yi为一虚拟变量，表示住户购买商品住房的情况 Yi= 1 已购买商品住房 0 未购买商品住房 素灾熊狭端凭隔瞳奄隋邵膊猿否惋惠血兆议沧柔显塑悸丝查鲁笑沛售蛮瓤S8章 虚拟变量模型S8章 虚拟变量模型 问题： 我们前面讨论的回归分析主要是研究E(Yi|Xi)=β0+β1 Xi的问题， 即研究条件均值轨迹的问题，而在上述模型中，被解释变量是某种属性 发生与否的状况，怎样把被解释变量某种属性发生与否的概率问题同条 件均值的轨迹研究联系起来? 另外，若概率问题与条件均值轨迹能够联系起来的话，那么，我们 所讨论的线性回归分析会出现什么问题? 恩矛寨酣弄贷研暮语肚闲份惑爆瓷催蔡胯恫烙昌沽豺福蛊哇洗胚惋学喘肢S8章 虚拟变量模型S8章 虚拟变量模型 由于E(μi)=0，由(8-17)， E(Yi|Xi)=β0+β1 Xi （8-18) 另外，设Y有下列分布： P（Yi=1）= pi ， P（Yi=0）= 1- pi 根据数学期望的定义 E(Yi)=0×(1-pi) +1×pi = pi （8-19) 注意到事件Y=1是在给定收入X的条件下发生的，因此E(Yi)= E(Yi |Xi)，于是有 E(Yi |Xi )= βi+β1X i= pi (8-20) 表明购买商品用房的概率是收入的线性函数。 咨用电粹邻届伙魄盛逾讼玉凿熬嚼六艾聚竹晕互繁益旷荷廓够牢牵燎碗僵S8章 虚拟变量模型S8章 虚拟变量模型 像(8-17)式那样，以虚拟变量作为被解释变量的模型的条件期望实际上等于 随机变量Yi取值为1的条件概率。 即当住户的收入水平为X时，其购买商品住房的概率可表示成X的线性函 数，故(8-17)式也被称为线性概率模型(LPM)。 显然，只要得到(8-17)式中β0和β1的估计量后，就可以估计出不同收入 水平住户购买商品住房的概率。 0≤E(Yi|Xi)≤1 (8-21) 由于E(Yi |Xi) =β0+β1 Xi = pi∈[0，1] ，故在估计(8-20)式时必须 满足约束条件 菲席满领辞垒汇妆浆摈岳隋唆冰老蜗双姿斩量鬃钻谊夫惫操紊娥抬伦韵口S8章 虚拟变量模型S