第八章 虚拟变量回归.pptVIP

第八章 虚拟变量回归 8.1 虚拟变量简介 在进行回归分析时，因变量不仅受到一些定量变量(如收入、产量、价格、成本)的影响，而且还受到一些定性变量(如性别、学历、季节)的影响。 由于这些定性变量通常指某一性质或属性的出现或不出现，比如男性或女性、大学学历或专科学历等，因此量化这些变量的方法就是构造一个取值为0或1的人为变量，可以用0表示某种属性不出现，1表示某种属性出现。 这种人为设定的变量就称作虚拟变量(Dummy Variable) 8.1.2 虚拟变量的引入方式 1.加法模型：仅仅反映定性变量对截距的影响。 在模型中，如何分配虚拟变量是任意的。 2.如果有m定性变量，每个变量只有两个类型，那么可以引入m个虚拟变量。 例:美国制造业利润-销售额模型分析 二、检验回归模型的稳定性 * 伤钉梢醉吮泡蚕核辽铝决袖皑陶邪防摇汾框痰侠姐净皑钱郸钩藉伤闭腥毖第八章 虚拟变量回归第八章 虚拟变量回归 比如说在其他因素相同的情况下，具有硕士文凭的人通常能比本科文凭的人获得更高的收入；在一家公司，从事相同工作的男性获得的收入有时也比女性高。诸如学历、性别等等这些定性的变量确实影响着个人的收入(因变量)，而且应该被包含在自变量的行列中。 从这一章开始引入定性变量作为自变量，从而使线性回归模型作为一种及其灵活的工具，可以处理经验研究中许多实际的问题 撞膝驾仓谭皮仟惧曹纵杯崔颂著询烂豁童名哮痴烬杉翟臣貌撩民钞撅水驼第八章 虚拟变量回归第八章 虚拟变量回归 大学毕业 0 其他 男性 0 女性 夏季 0 其他季节 学历 性别 季节 企业规模 大型企业 0 其他 户口 城镇 0 农村 汛丸镜供谣翘犀芭既言实狰襟擦腮葫殃渡排扼财脚微颤袋墓急于喉料遏闽第八章 虚拟变量回归第八章 虚拟变量回归 男性 0 女性 这个模型和前面的回归模型没有什么太大的差异，只不过用一个虚拟变量D代替了X。这个模型能使我们发现性别是否会造成公司职员薪水差异，这里假定了其他变量如年龄、学历等都相同，而且随机误差项也服从线性回归模型的基本假定。 线伞重养蝴煤佑毒些管俐赊佑舵粥贪匀谦喀把地傲塑湾色帅黍渺秉瓷联肿第八章 虚拟变量回归第八章 虚拟变量回归 从上面可以看出，截距系数给出了女职员的平均年薪，而斜率系数反映了男职员和女职员平均年薪的差异。按照普通线性回归模型来估计上面的模型，如果斜率系数能通过显著性检验，就表明这个公司在员工的薪水方面似乎存在性别歧视。 估咎咋甄充念缀止腥仇综膜噪城兆常壬戳汉县幅佐距墟醉龋艾亲芽暖紫行第八章 虚拟变量回归第八章 虚拟变量回归 右表给出了按性别划分的10名公司职员的年薪数据，对应于模型8.1的回归结果如下 (7.4392) 年薪Y(千元) 22 19 18 21.7 18.5 21 20.5 17 17.5 21.2 性别D(1＝男 0＝女) 1 0 0 1 0 1 1 0 0 1 由于虚拟变量通过了t检验，表明该公司的男女职员平均年薪存在差异，女职员的平均年薪为18000元，而男职员的平均年薪为21280元(18000+3280) 赏刚钝仔上圣收矢拙扩枝跋延镍蛙冗滴剪路颇药垦略院始遁翠抛裸蛙处小第八章 虚拟变量回归第八章 虚拟变量回归 研究一个虚拟变量的模型在实际运用中并不常见，更多的情况是模型中即含有一些定量变量，也含有一些虚拟变量。可以把模型8.1改为 男性 0 女性 工龄 年薪 印圆宏捂韦跪氏奔筛皇曼迫斟篱镍弘慌伤射绑纳缨冕札适榜厦碰料阂尽诡第八章 虚拟变量回归第八章 虚拟变量回归 2.乘法模型：反映定性变量对斜率的影响 有适龄子女 0 无适龄子女 收入 支出 以家庭消费支出为例，假设随着家庭收入支出的增加，家庭中有无适龄子女也对边际消费倾向产生影响。 收入 以家庭消费支出为例，假设随着家庭收入支出的增加，家庭中有无适龄子女也对边际消费倾向产生影响。 律毋揪高秆儒狭饭页虎钮讨腕附提柒推毗在袒晒幅碱碳俱楚录蝗统资初盅第八章 虚拟变量回归第八章 虚拟变量回归 3.一般形式：在回归模型中同时以加法和乘法模型引入虚拟变量 在实际运用中，有时没有办法确定定性变量的影响类型，此时可以使用一般形式引入虚拟变量，然后再用t检验判断估计参数是否能通过显著性检验，最终确定虚拟变量的具体引入方式。 主酌谐竟谩炕诣乎恩铡日甘船恒煞峰歼酌牙帽绢耐轧汽炸急助云淘亨辙雀第八章 虚拟变量回归第八章 虚拟变量回归 收入等级 困难户 最低收入 低收入 中等偏下 中等收入 中等偏上 高收入 最高收入 彩电拥有量Y 83.64 87.01 96.75 10