计量研2011—第7章.pptVIP

设计教师：郭惠英 山西财经大学 统计学院 Email:GUO_HY606@126.COM 第七章 虚拟变量模型 第七章 第一节 名称：虚拟变量 英文：Dummy Variable 简称：虚变量 别称：二值变量或哑变量 用途：量化定性因素 取值：一般只取0与1两个值 范围：两种或两种以上状态的定性 因素 价值：在模型中引入了定性因素 举例：比如研究某类工作是否有性 别歧视等 二、虚拟变量的使用 ? 一般来说，当模型有截距项（即常数项）时，如果模型中定性因素有m个状态时，模型中只能引入m－1个虚拟变量，否则会出现多重共线性；当模型无截距项时，若定性因素有m个状态时，要引入m个虚拟变量。这时不会出现多重共线性。 比如，性别因素有男性与女性两个状态，对于有常数项的模型，只用一个虚拟变量即可将性别量化。再比如一年有四个季节，即季节因素的状态有4个，对于有常数项的模型，我们用三个虚变量即可将其量化： 当对应于第一季度时，虚变量D1取1，其它虚变量取0值，对应于第二季度时，虚变量D2取1，其它虚变量取0值， 对应于第三季度时，虚变量D3取1，其它虚变量取0值。对应于第四季度时，三个虚变量均取0值。 三个虚拟变量的赋值示例： 给虚变量赋值之后，采用OLS方法进行回归估计，对各个虚变量进行t-显著性检验，若显著，说明该虚变量所代表的状态对被解释变量有影响，这时该虚变量的引入是有意义的。否则，表示没有影响，即该虚变量的引入无效。比如，若解释变量有一个为性别虚拟变量，若该变量的T—检验显著，说明性别不同使所研究的问题是有差异的。 虚拟解释变量模型的应用举例① : 为了解美国妇女在工作中是否受到歧视，研究者建立了以下多元回归模型，分析所用到的变量有： W——雇员的工资（美元/小时） SEX= ED——雇员的受教育年限 AGE——雇员的年龄 对124名雇员的样本进行了研究，得到回归结果为：（括号内为估计量的t值） 由以上回归可知，样本容量N=124，自由度为V=120，查得T-分布临界值为1.98，显然性别虚拟变量是显著的，即存在性别歧视。 第七章 第二节 一、截距变动模型 ? 当我们所研究的经济问题的样本数据呈现出像图8.1中所示的散布点时，这些散布点不可以用一条直线很好地拟合，即如果直接做线性回归，拟合 图7.1 斜率相同而截距变动的散点图 效果不会很好。而这些散布点呈现出的趋势是两条斜率相同而截距不同的直线，这时，引用一个虚变量即可使问题得到较好的解决。 截距变动，斜率不变的虚拟解释变量模型的形式如下： 该模型的回归式中，当虚拟变量取0时，截距为 ，当虚拟变量取1时截距为 ，但是斜率不变。 二、截距与斜率同时变动模型 有时候，我们所取得的样本是截距与斜率同时变动的，如图8-2的变化趋势。这时我们可以引入虚变量将像图9-2中散布点所呈现出的两种不同的趋势用同一个回归模型描述出来： 图7.2 截距与斜率同时变动的散点图 斜率的变化可通过引入虚拟变量与实变量的乘积来表示出来。 三、分段回归模型 ? 有时我们所研究的变量之间的变化趋势在某一时点上发生了转折，如图8-3中所呈现的样本散布点图，它表明变量Y与变量X之间的变化关系在点X*处发生了转折，一般来说，这样的转折点是由于突发 图7.3 分段回归的散点图 事件所引起的，比如某项改革的实施、战争爆发、金融危机等等。由于突发事件的影响使经济行为发生了质的飞跃，这时我们可以引入虚变量来描述突发性事件对模型变量间关系的影响，设定模型为： 其中， ? ? 采用截距和斜率同时变动的虚变量模型也可以描述分段回归模型。此外，对于分段回归模型，当样本容量比较大时，可以分两段进行回归，其回归方程式是等价的。 比如，我国由于改革开放，许多经济指标均呈现出结构性的突变。以1952-2008年的我国GDP（ Gross Domestic Product）为例，改革开放之前与之后有着明显的区别。 1952-2008年的我国GDP趋势图 四、虚拟解释变量模型应用实例① ? 研究美国1970年第一季度至2004年第四季度的消费支