[第3章、虚拟变量.doc

第3章、虚拟变量 虚拟变量（Dummy variable；binary variable）：也称为哑变量、定性变量和二进制变量等等。 作用：采用虚拟变量来分离定性变量对被解释变量的影响，如性别、职称、肤色、季度、历史时期、政治等等。 我们按照几个例子来学习如何正确使用、构造虚拟变量。 §1、比较均值 1、“五年纷纭话股市” 问题：上海和深圳两个股票市场（在过去5年内）的收益率有显著差异吗？ 分别建立如下回归方程 上海： 深圳： 问题转化为检验是否显著不为0。建立如下含有虚拟变量的回归方程： 其中是一个解释变量，也是虚拟变量： 对复合方程进行回归，直接对解释变量实施t检验即可。 2、Eviews实现的具体过程。 使用series r=log(p)-log(p(-1))将收盘价序列转化为收益率序列。将Eviews数据（都是取最后1000个数据）copy到matlab，建立数据列向量和虚拟变量列向量。 r=[shr; szr]; d=[zeros(length(shr),1);ones(length(szr),1)]; 将matlab数据copy到excel，再导入eviews。得到被解释变量r和解释变量dd（eviews不能用d这个记号，表示差分）。数据文件为dummy_stockmarket_camparingmean 进行回归：ls r c dd，得到 Dependent Variable: R Method: Least Squares Date: 10/24/04 Time: 12:27 Sample: 1 2000 Included observations: 2000 Variable Coefficient Std. Error t-Statistic Prob. C 0.000729 0.000686 1.062553 0.2881 DD 0.000370 0.000970 0.381495 0.7029 R-squared 0.000073 Mean dependent var 0.000914 Adjusted R-squared -0.000428 S.D. dependent var 0.021682 S.E. of regression 0.021687 Akaike info criterion -4.823215 Sum squared resid 0.939705 Schwarz criterion -4.817614 Log likelihood 4825.215 F-statistic 0.145538 Durbin-Watson stat 1.966857 Prob(F-statistic) 0.702877 得到什么结论？ §2、保险公司的革新 例子（来自于易丹辉《数据分析与Eviews应用》P49）：公司规模、类型与采取某项保险革新措施的速度之间有关系吗？ 为研究采取某项保险革新措施的速度y与保险公司的规模x1和保险公司类型的关系，选取下列数据：y是一个公司提出该项革新直至革新被采纳间隔的月数，x1是公司的总资产额（单位：百万美元），x2是一个虚拟变量，表示公司类型，其中1表示股份公司，0表示互助公司。 建立如下回归方程 双击数据文件dummy_yibookp49，进行回归ls y c x1 x2，得到 Dependent Variable: Y Method: Least Squares Date: 10/24/04 Time: 13:39 Sample: 1 20 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C 33.86987 1.562588 21.67549 0.0000 X1 -0.106089 0.007800 -13.60174 0.0000 X2 8.767975 1.286421 6.815789 0.0000 R-squared 0.921478 Mean dependent var 19.40000 Adjusted R-squared 0.912240 S.D. dependent var 9.405486 S.E. of regression 2.786306 Akaike info criterion 5.024791 Sum squared resid 131.9795 Schwarz criterion 5.174151 Log like