模型中的特别解析变量虚拟变量经济.pptVIP

这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量（dummy variables），记为D。 例如，反映文程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 第8章结束. * 第8章 模型中的特殊解释变量 8.3 虚拟变量模型 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 8.3 虚拟变量（重点掌握） 许多经济变量是可以定量度量的，如：商品需求量、价格、收入、产量等。但也有一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响；战争、自然灾害对GDP的影响；季节对某些产品（如冷饮）销售的影响等等。 为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 注意：(1) 当定性变量含有m个类别时，模型不能引入m个虚拟变量。最多只能引入m -1个虚拟变量，否则当模型中存在截距项时就会产生完全多重共线性，无法估计回归参数。 (2) 把虚拟变量取值为0所对应的类别称作基础类别。 (3) 当定性变量含有m个类别时，不能把虚拟变量的值设成如下形式。 这种赋值法在一般情形下与虚拟变量赋值是完全不同的两回事。 (4) 回归模型可以只用虚拟变量作解释变量，也可以用定量变量和虚拟变量一起做解释变量。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. （第3版教材第189页） 1. 用虚拟变量测量截距变动 设有模型， yt = ?0 + ?1 xt + ?2D + ut , 其中yt，xt为定量变量；D为定性变量。 当D = 0 或1时，上述模型可表达为， D = 1或0表示某种特征的有无。反映在数学上是截距不同的两个函数。若?2显著不为零，说明截距不同；若?2为零，说明这种分类无显著性差异。 D = 1 D = 0 ?0 ?0+?2 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例8.3 随机调查美国旧金山地区20个家庭的储蓄情况，拟建立年储蓄额Yi (千美元) 对年收入Xi (千美元) 的回归模型。通过对样本点的分析发现，居于上部的6个点（用小圆圈表示）都是代表自己有房子的家庭；居于下部的14个点（用小三角表示）都是租房住的家庭。而这两类家庭所对应的观测点各自都表现出明显的线性关系。于是给模型加入一个定性变量“住房状况”，用D表示。定义如下： （第3版教材第189页） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 例8.3 建立回归模型 Yi = ?0 + ?1 Xi + ?2 Di + ut 得估计结果如下， = - 0.3204 + 0.0675 Xt + 0.8273 D i (-5.2) (16.9) (11.0) R2 = 0.99, DW = 2.27 由于回归系数0.8273显著地不为零，说明对住房状况不同的两类家庭来说，回归函数截距项确实明显不同。 当模型不引入虚拟变量“住房状况”时，得回归方程如下， = - 0.5667 + 0.0963 Xi (-3.5) (1