第二章经典线性回归模型讲述.ppt

* 例：　表4列示了15个工人的月收入以及相应的性别、年龄层（30多岁与40多岁）、学历（大学、高中、初中）、企业规模（大型企业、中型企业、小型企业）之间的关系。根据这些定性数据，通过下面的问题分析收入差距的原因。 * 月收入与性别、年龄层、学历、企业规模之间的关系 月收入 性别 年龄层 学历 企业规模 25 女性 40多岁 初中毕业 小企业 26 男性 30多岁 初中毕业 小企业 28 女性 40多岁 高中毕业 小企业 30 女性 40多岁 高中毕业 小企业 31 男性 30多岁 初中毕业 中企业 32 男性 30多岁 高中毕业 小企业 34 女性 30多岁 大学毕业 中企业 36 男性 30多岁 高中毕业 中企业 39 女性 30多岁 大学毕业 大企业 40 男性 30多岁 高中毕业 中企业 43 男性 30多岁 大学毕业 小企业 46 男性 30多岁 大学毕业 中企业 52 男性 40多岁 初中毕业 大企业 54 女性 40多岁 大学毕业 大企业 55 男性 40多岁 高中毕业 大企业 * 　（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