虚拟变量和变参数模型.pptVIP

* * 虚拟变量和变参数模型 作者：李国柱 石家庄经济学院经济系 虚拟变量和变参数模型 一、质的因素和变参数模型 二、数量因素与变参数模型 三、系统变参数模型 四、虚拟变量的特殊应用 一、质的因素与变参数模型 1、虚拟变量的作用： （1）可以描述和测量定性因素的影响 （2）能够正确反映经济变量之间的相互关系，提　　　高模型的精度。 （3）便于处理异常数据；当样本资料中存在异常数据时，一般有三种处理方式，一是在样本容量较大的情况下直接剔除异常数据；二是用平均数等方式修匀异常数据；三是设置虚拟变量（即将异常数据作为一个特殊的定性因素。 2、截距变动模型 （一）只包含一个虚拟变量的截距变动模型 如果回归模型中只包含一个质的因素，且这个因素仅有两种特征，则回归模型中只需引入一个虚拟变量 例：假定我们有一个包括城乡居民家庭收支状况的样本，并打算用这些数据估计消费函数。由于城乡居民家庭和农村居民家庭在消费水平上存在明显差异，所以“地区”这个质的因素是一个重要解释变量。用一个虚拟变量来表示，消费函数为： 用D＝1表示城镇居民家庭这一特征，D＝0表示农村居民家庭这一特征，并假定随机误差项满足经典回归假定。上式可写成 可以看出，二者有相同的斜率，但截距不同。 结合上例，我们给出虚拟变量模型的几个特性： 1、以“0”“1”取值的虚拟变量所反映的内容可以随意设定。在上例中，也可以指定D＝1时为农村居民家庭，而D＝0就必然为城镇居民家庭。 2、虚拟变量D＝0代表的特征或状态，通常用于说明基础类型。基础类型是对比的基础。 3、基础类型的截距系数　　称为公共截距系数，系数　　可称为差别截距系数。 4、如果一个回归模型有截距项，对于具有两种特征的质的因素，只需引入一个虚拟变量，如果引入两个虚拟变量，就会造成共线性的影响。 一般规则：如果一个质变量有m 种特征或状态，只需引入m-1 个虚拟变量。但如果回归模型不包含截距项，则m种特征要引入m个虚拟变量。　　 （二）包含多个虚拟变量的截距系数 如果一年有4个季节，就需要引入三个虚拟变量，即 注意：这里不能只设一个虚拟变量，如果那样的话，实际上隐含了一个假定：不同季度之间的差异程度是相同的，这显然不能合理区分四个季度的消费函数。 3截距和斜率同时变动模型 在很多情形下，质的因素不仅会改变模型的截距，还会同时影响模型的斜率。 例如，城镇居民家庭与农村居民家庭的消费函数不仅在截距上有差异，边际消费倾向可有也会有所不同。这时回归模型可记为： 上式可表示为： 若统计检验表明： 4、包含多个质的因素的虚拟变量模型 在很多情况下，往往有多个质的因素影响回归模型的截距或斜率。例如，在研究居民消费行为时，可以考虑的质的因素有户主的性别、户主的年龄、户主的文程度、地理区域等等。再如，除收入水平外，啤酒需求量还会受到季节、地区等我个质的因素影响。 如果假定食品需求受以下因素影响： 1、户主的收入水平 2、户主的性别、 3、户主的年龄：25岁以下；25－50岁；50岁以上三组 4、户主的文化程度：初中、高中、大学 则食品消费函数需要引入5个虚拟变量 相应的回归模型为： 上例假定质的因素只影响回归模型的截距，由此不难推广到更一般的情形。 二、数量因素与变参数模型 在经济关系中常有这样的现象：当解释变量的值达到或超过 　　之前，与被解释变量Y存在某种线性关系；当解释变量的值达到或超过　　以后，与解释变量的关系就会发生变化。此时，如果已知　　，我们就可以用虚拟变量来估计每一段的斜率。这就是所谓的分段线性回归。 例如，在1979年以前，我国居民的消费支出呈缓慢上升的趋势；从1979年开始，居民消费支出为快速上升趋势。显然，1979年是一个转折点，即　　　　　　。于是，我们可以用以下模型描述我国居民在1955－1985年期间消费支出的变动趋势 于是两个不同时期的消费模型为 如果统计检验表明　　不为零，则消费趋势在1979年后有明显改变。 例：下表列出了1988年我国城镇居民人均收入与彩电每百户拥有量的统计资料： 0 0 0 4107.26 5118.99 6370.59 7877.69 10962.16 0 0 0 1 1 1 1 1 2198.88 2476.75 3303.17 4107.26 5118.99 6370.59 7877.69 10962.16 83.64 87.01 96.75 100.9 105.89 109.64 115.13 122.54 困难户 最低收入户 低收入户 中等偏下户 中等收入户 中等偏上户 高收入户 最高收入户 XD D 人均收入X 彩电拥有量Y 收入等级 将我国城镇居民的彩电需求函数设成 在Eviews软件的命令窗口依次键入以下命令： CREATE　U　8　建立工作文件 DATA　Y　X　　输入需求量、