△第二章_经典线性回归模型.pptVIP

* 　（１）为了将定性数据作为解释变量纳入模型，引入下面六个虚拟变量。根据表4，制作虚拟变量的数据表。 性别　　　S＝ 1　　男性 0　　女性 年龄　　　Ａ＝ 1　　40多岁 0　　30多岁 学历①　　E1＝ 1　　大学毕业 0　　其他 学历②　　E2＝ 1　　高中毕业 0　　其他 企业规模① F1＝ 1　　大型企业 0　　其他 企业规模② F2＝ 1　　中型企业 0　　其他 * 定性数据虚拟处理后的数据表 月收入 Y 性别 S 年龄层 A 学历 企业规模 大学毕业 高中毕业 大型企业 中型企业 25 0 1 0 0 0 0 26 1 0 0 0 0 0 28 0 1 0 1 0 0 30 0 1 0 1 0 0 31 1 0 0 0 0 1 32 1 0 0 1 0 0 34 0 0 1 0 0 1 36 1 0 0 1 0 1 39 0 0 1 0 1 0 40 1 0 0 1 0 1 43 1 0 1 0 0 0 46 1 0 1 0 0 1 52 1 1 0 0 1 0 54 0 1 1 0 1 0 55 1 1 0 1 1 0 * 　（２）利用计量经济分析软件对多元回归模型（工资函数）进行OLS估算。同时，计算t值和自由度调整后的决定系数　。 （３）解释估算出来的常数项的意义。 （４）计算下列属性所对应的月收入。 　a)大型企业中40多岁男性大学毕业工人的月收入 　b)中型企业中30多岁女性高中毕业工人的月收入 　c)小型企业中30多岁男性初中毕业工人的月收入 * （２）估计模型得： 1.估计出来的回归系数满足所有的符号条件； 2.在1％水平（单侧检验）下，tc（15-7）＝2.896，可以看出所有参数系数均显著异于0。 3.决定系数　　＝0.9708，拟合度非常高。 （３） （４） * 例4.1 利率 在这个例子中我们用OLS来估计一个模型，来解释1960年1月～1995年8月间的利率变动。 利率被认为是由流动资产的总供给和总需求决定的。回归模型中包含的变量如下： R＝3月美国国债利率，为年利率的某一百分比； IP＝联邦储备委员会的工业生产指数（1987＝100） M2＝名义货币供给，以十亿美元为单位； PW＝所有商品的价格指数（1982＝100）； * 工业生产价格指数是衡量流动资产需求的一个很有用的量；一般认为生产的增长将意味着需求的增长，需求的增长会引起利率的提高。货币供给很明显应放入模型，因为引起货币供给变化的联邦储备政策直接影响利率。同样的情况下适用于价格的变化，因为通货膨胀的上升将引起利率的上升。用于回归模型的货币与价格变量是 估计的方程是： 和预想的一样，工业生产对利率有很强的显著的正的影响。具有一个月滞后期的通货膨胀也具有预想的符合，而且也是 显著的。当时，货币增长变量GM的正号却与我们的预期相反。更进一步的问题是相对较低的R2和相对较高的回归标准误差。 * 例4.2 工资差别 为了解工作妇女是否受到了歧视，可以用美国统计局的“当前人口调查”中的截面数据研究男女工资有没有差别。这项多元回归分析研究所用到的变量有： * 对206名雇员的样本所进行的研究得到的回归结果为： 反映雇员性别的虚拟变量SEX在显著性水平5％下显著。该虚拟变量告诉我们，妇女的平均工资率为6.87美元，或比男性平均低2.73美元。 在回归模型中加入年龄AGE＆受教育年数ED以及种族或民族，模型为： * 考虑到年龄AGE与工资率W之间存在非线性关系的可能性，故回归模型如下： 这个回归模型的AGE项告诉我们，在其他条件不变的情况下，雇员的工资率随着他的年龄的增加而增加，但是增加的速度越来越慢。进一步的研究表明，工资率在雇员的年龄为42.9岁时达到最大，然后逐年下降。 * 例4.3 住房需求 为了研究住房需求，我们用以下回归模型： * （2）平均值和个别值预测区间都不是常数， 是随 的变化而变化的，当 时，预测区间最小。 （3）预测区间上下限与样本容量有关，当样本容量n→∞时,个别值的预测区间只决定于随机扰 动的方差。 预测区间 * SRF 各种预测值的关系 Y的个别值的预测区间 Y平均值的预测区间 * 例2.14 用例2.3的数据，预测X2=10，X3=10的Y值。 解： 由例2.3我们已得到： * 因此 的95%置信区间为： 或 3.66至24.34之间. * 一、虚拟变量的概念 在回归分析中，常常碰到这样一种情况，即因变量的波动不仅依