第五 线性模型的扩展.pptVIP

第五章 线性模型的扩展 重点问题 模型的类型与变换 虚拟变量模型及其应用 Logit模型及其应用 第一节 模型的类型与变换 一、变量取倒数的模型 第一节 模型的类型与变换 二、对数线性模型 第一节 模型的类型与变换 三、通过变换可以划成线性模型的几种非线性模型 第三节 特殊变量的使用举例 一、一时期虚拟变量 第二节 特殊变量的使用 第二节 特殊变量的使用 第二节 特殊变量的使用 二、常数项变化时的虚拟变量 第二节 特殊变量的使用 第二节 特殊变量的使用 第二节 特殊变量的使用 三、系数变化时的虚拟变量 第三节 结构变化的检验 一、结构变化的F检验 第三节 结构变化的检验 第四节 Logit模型及其应用 1.模型的特点 2.举例P72 * * Phillips曲线 Cobb-Douglas 生产函数 其中非线性模型 称为Logit模型 第二节 虚拟变量模型 一、虚拟变量的引入 在经济分析中，某些特殊因素会影响到变量的取值，如季节对饮料需求的影响，特定时期实施特殊政策对各宏观经济变量产生的影响等。而这些因素属于“定性”的变量，可以通过赋予一个数量值，以虚拟变量（哑变量Dummy）的形式进入分析模型中。 例如，消费函数模型： Ct=b0+b1Yt+ut ====〉 Ct=b0+b1Yt+b2Dt+ut 二、虚拟变量的不同形式 虚拟变量在模型中可代表对截距的影响，如： Ct=b0+b1Yt +b2Dt +ut (Dt在正常年份取1，反常年份取0） 可利用OLS估计得到估计结果： Ct Yt 0 正常年份 反常年份 根据回归结果，正常年份的基本支出水平比反常年份小，而边际支出倾向不变。 虚拟变量在模型中也可以代表对和参数的全面影响，如： Ct=（b01+ b02Dt） + （b11 + b12Dt)Yt+ut 该式可变为： Ct=b01+ b02Dt + b11DtYt + b12DtYt+ut 如果得到估计方程： Ct Yt 0 正常年份 反常年份 二、多个虚拟变量的引入及虚拟变量陷阱问题 在模型中，对于一个定性变量可能需要引入多个虚拟变量。典型的例子是季节变化对商品销售的影响。 在该季节模型： 中，有 即解释变量间存在完全的共线性，因此模型无法估计。这就是虚拟变量陷阱。 为了解决这以问题，在引入虚拟变量时，对于一个有m种可能的定性变量，只能引入m-1个虚拟变量。如前面的模型： 三、引入不同定性变量的多个虚拟变量 在模型中，如果有多个定性变量对因变量有影响，可同时把对应于各定性变量的虚拟变量引入模型。如，季节变化和当年是否有重大事件发生对商品的销售都有影响，销售回归方程可写为： 其中，Qt(取1获0)代表正常年份和反常年份，而D2～D4代表季节变化。 使用的原则，仍是对于任一个有m种可能的定性变量，只能引入m-1个对应的虚拟变量。 1 40 70 7 0 57 40 6 0 56 38 5 0 55 35 4 0 50 35 3 0 40 30 2 0 35 20 1 Dt Xt Yt 某地消费与收入数据 设对应不同的经济时期模型分别为：