第八章虚拟变量回归课件.pptVIP

虚拟解释变量的应用 主要讨论： （1）Eviews中虚拟变量的生成方法 （2）虚拟变量应用之一 ——中国季节GDP数据的拟合 （3）虚拟变量应用之二 ——分段回归分析 （1） Eviews中虚拟变量的生成方法 鼠标图形界面方式 点击genr按钮，上一个框中输入D1=1，下一个框输入使D1=1的条件表达式，不过这时非条件表达式中的范围的D1的数值为缺失值，需用类似的方式生成D1＝0，以补全数列。 程序命令方式（推荐） A、按条件生成虚拟变量，例如1950－1978，虚拟变量D1=0，1979－2004，D1=1 。 首先，在命令窗口输入: series year=1950+@trend(1950) 其中，@trend是趋势函数，括号中的日期取0，以后递增1 。 然后输入：series d1=（year1978） 上式中的等号“=”是赋值号，后接一个关系表达式year1978，表达式为真时，则赋1给D1，否则赋0，上式中@是函数引导符号。 注：此法也适用于生成字符型变量所对应的虚拟变量。如对性别变量sex生成虚拟变量,可输入： series d1=(sex=“男”) 则可生成一个所有男性对应数值为1，女性为0的虚拟变量。 B、生成季节虚拟变量（月份或季度），以季度为例: series d2=@seas(2) 二季度取 1，非二季度取0 series d3=@seas(3) 三季度取 1，非三季度取0 series d4=@seas(4) 四季度取 1，非四季度取0 其它引入虚拟变量的方式 硬着头皮直接输入1或0也不是不可以。 在Eviews5及以上版本中，点击help中的“User’s Guide”，查找“dummy variables”，使用“@expand（）”函数来添加虚拟变量。 虚拟变量应用之一 例1：中国季节GDP数据的拟合 若不采用虚拟变量，得回归结果如下 ： GDP = 1.5427 + 0.0405 T (0.1404) (0.0117) (10.9845) (3.4573) R2= 0.3991, DW = 2.6, F = 11.9529 输入模型估计窗口输入命令： yy c gni (gni-70142.5)*d1 (gni-98000.5)*d2 (gni-184088.6)*d3 (gni-251483.2)*d4 (gni-34032.0)*d5 * 基本思路：采用乘法方式引入虚拟变量的手段。显然，1979年是一个转折点，可考虑在这个转折点作为虚拟变量设定的依据。若设 ＝1979，当 时可引入虚拟变量。（为什么选择1979作为转折点？） * (t＝1955，1956，…，2004) 依据上述思路，有如下描述我国居民在不同时段消费行为模型： 居民消费趋势方程： * 1979年之前，回归模型的斜率为 ； 1979年之前，回归模型的斜率为 ； 若统计检验表明， 显著不为零，则我国居民的消费行为在1979年前后发生了明显改变。 ■ 分析 GDP序列图 不用虚拟变量的情形 采用虚拟变量后，中国GDP时间趋势模型的回归结果： * 第三节 案例分析 为了考察改革开放以来中国居民的储蓄存款与收入的关系是否已发生变化，以城乡居民人民币储蓄存款年底余额代表居民储蓄（ ），以国民总收入GNI代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系，并建立相应的计量经济学模型 。 * 表8.1 国民总收入与居民储蓄存款 单位：亿元 数据来源：根据《中国统计年鉴》和中经网统计数据库数据整理。 年 份 国民总收入 （GNI） 城乡居民人民币储蓄存款年底余额（Y） 城乡居民人民币储蓄存款增加额（YY） 年 份 国民总收入 （GNI） 城乡居民人民币储蓄存款年底余额 （Y） 城乡居民人民币储蓄存款增加额（YY） 1978 3645.2 210.6 NA 1995 59810.5 29662.3 8143.5 1979 4062.6 281.0 70.4 1996 70142.5 38520.8 8858.5 1980 4545.6 399.5 118.5 1997 78060.8 46279.8 7759.