第七章节_虚拟变量.ppt

第七章 虚拟变量 Dummy variables 本章将主要考虑虚拟的自变量的情况，即解释变量出现虚拟变量。 在现实中，模型中可能会出现一些定性的变量作为解释变量。通常将虚拟变量取值0或1，所以虚拟变量又称为二分变量，用虚拟变量来表示某一性质或属性出现或不出现。 例如：收入决定模型中，除了可以量化的工作年限和受教育年限这两个变量以外，我们还包括了性别这一定性的变量，用0表示女性，1表示男性。模型可以写成： y= α +β1 x + β2 D +μ 其中，D为虚拟变量 D＝0，表示女性， D＝1表示男性 模型中加入虚拟变量后，更加贴近经济的真实情况，也更加灵活，收入决定模型我们不仅要考察一般人口的状况，也关注不同性别的收入决定模型的差异，从而更有利于政策的制定和调整。 一般情况下，一个定性变量所需要的虚拟变量的个数取决于该定性的变量的类别，如果有n个类别，所引进的虚拟变量的个数时m-1，比总体类别的数量少1。例如性别变量，分为两类男性或女性，需要一个虚拟变量就可以了；如果地区发展问题，考虑地区差异，假设把全国分为东部，中部和西部，就需要2个虚拟变量，令 1 东部 D1= 0 其他 1 中部 D2= 0 其他 全集分为三类，所以需要两个虚拟变量。 第一节 临时虚拟 为了更好地对模型进行估算，经常要在模型中排除一些又突发时间产生的异常值（outlier),及其对模型的影响，例如战争、地震、内乱、罢工等。 例如：y= α +β1 x + β2 D +μ 其中，D为临时虚拟变量 D＝1，异常时期 D＝0，平时 例题 下表是日本1985－1995年水稻产量Y和耕种面积的数据X： 年份 产量（10万吨）Y 耕种面积(万公顷）X 116 232 116 228 106 212 99 209 103 208 105 206 96 203 105 209 78 213 120 220 107 211 (1)估计模型y= α +βx +μ （2）受1993年冻害的影响，水稻收成指数为战后最低，出现了歉收。因此设D＝1为1993年，D＝0为其他年份，估计下列模型y= α +β1 x + β2 D +μ 根据数据计算结果如下： ΣX=2351 ΣY=1151 ΣXY=246601 ΣX2=503313 ΣY2=121757 n=11 Y= -48.224 + 0.71521X (73.4) 0.3432) R2=0.3255 引入临时虚拟变量后，即1993年为异常年份，计算结果如下： ΣX=2351 ΣY=1151 ΣXY=246601 ΣX2=503313 ΣY2=121757 n=11 ΣD=1 ΣXD=213 ΣYD=78 Y= -40.292 + 0.69033X - 28.748D (30.90) (0.1444) (4.389) 经过校正的R2 =0.8675 如果直接去掉1993年的数据，回归的结