虚拟变量回归模型的应用方差分析及异常值检验.pdfVIP

理论 新探 虚拟变量回归模型的应用：方差分析及异常值检验 刘 明 （兰州商学院 甘肃经济发展数量分析研究中心，兰州 730020） 摘 要：虚拟变量的作用不仅局限于量化品质型数据，在不同的设置环境中有着不同的重要应用。文章简 述了虚拟变量模型在结构变化分析、分段回归、交互影响等方面的基本应用，并进一步讨论了虚拟变量模型在 方差分析及异常值检验中的使用方法和该方法的显著功效，通过比较分析得出了“利用虚拟变量模型进行方差 分析和异常值检验更优”的结论。 关键词：虚拟变量模型；方差分析；异常值检验 中图分类号：O212 文献标识码：A 文章编号：1002-6487（2014）16-0010-04 物的结构变化进行分析，二是构造分段回归模型，三是刻 0 引言 画属性变量间的交互效应。 1.1 结构变化分析 虚拟变量的基本功能是将品质型数据转化为数值型 结构变化分析是研究事物是否存在结构性的变化，其 数据，以便于将一些不能直接量化的因素引入到统计模型 实质是检验所设定的模型在样本范围内是否为同一线性 中加以研究。虚拟变量回归模型就是包含有虚拟变量的 回归模型。模型存在的形式无碍乎是这样三种：截距变化 回归模型，是经典线性回归模型的一类重要形式。虚拟变 而斜率不变；斜率变化而截距不变；截距斜率同时改变。 量回归模型是一种将定性问题进行量化分析的重要工具， 此三种情形对应着三种虚拟变量回归形式：平行回归、交 在实际应用中较为广泛。在线性回归模型中，解释变量和 汇回归、相异回归。 被解释变量都可以存在虚拟变量，本文考察的是虚拟变量 考虑被解释变量 和解释变量 ，设计虚拟变量 Y X t t 充当解释变量的情形，在此情形下可以构造出不同结构的 1 存在某属性 虚拟变量模型，它们在实际问题研究中有着不同的应用。 D {0 不存在某属性 ，平行回归模型结构形式如下： 本文是简述虚拟变量模型的常见应用，包括结构变化分 Y α +α D +β X +μ t 1 2 1 t t 析、分段回归分析和交互相应分析。讨论虚拟变量回归模 平行回归模型中虚拟变量的存在改变了模型的截距， 型的方差分析的功能，对于这一功能也有文献进行过讨论 而模型的斜率并无变化。 [1，2]，他们通过对方差分析的F检验和虚拟变量回归的F检 交汇回归模型的形式为： 验进行了统一性论证，本文中的这一论证结果和文献[1]、 Y α +β X +β (DX ) +μ t 1 1 t 2 t t [2]是一致的，但本文重点从各自的统计思想出发阐述了方 该模型中多了一个由原解释变量和虚拟变量之乘积 差分析的