计量经济学—理论和应用定性变量建模.pptVIP

异方差 易出现无法解释的结果 预测时很难避免出现得到的Y值大于1或小于0的情况，为结果的解释带来困难。 解决思路 Logit模型 又称Logistic模型，该模型克服了线性概率模型的取值范围的弱点。 Logit模型 Logit模型 Logit模型 Logit模型 模型的解释 模型的解释 发生比和发生比率（Odds and Odd Ratio） 发生比率是为了比较发生比而提出的指标 模型的解释 自变量为定量变量的解释 模型的解释 发生比的相对变化率 模型的解释 自变量为定量变量的解释 回归系数的指数表示在其他因素不变情况下，相应自变量增加1个单位，发生比变化的幅度与方向，即发生比率。 价格上升1单位，发生比率为0.9564，即需求超过100的发生比下降，变化率为-4.36% 模型的解释 自变量为定量变量的解释 需要了解自变量发生一个离散的变化，如价格下降100元时，发生比的变化。 模型的解释 自变量为虚拟变量的解释 模型的解释 自变量为虚拟变量的解释 模型的解释 自变量为虚拟变量的解释 回归系数的指数表示在其他因素不变情况下，两种属性在发生比上的差异。 高等级与低等级，发生比率为57.76，即高等级产品需求大于100的发生比为低等级的57.76倍 计量经济学—理论和应用 张红霞 Zhanghx_c@126.com 关于定性变量的建模 定性变量作为解释变量 ——虚拟变量模型 定性变量作为被解释变量 ——离散选择模型 虚拟变量模型 虚拟变量的基本含义 虚拟变量的引入 虚拟变量的设置原则 虚拟变量的基本含义 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”， 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 一般地，在虚拟变量的设置中： 基础类型、肯定类型取值为1； 比较类型，否定类型取值为0。 虚拟变量的基本含义 概念： 同时含有一般解释变量与虚拟变量的模型称为虚拟变量模型。 一个以性别为虚拟变量考察企业职工薪金的模型： 其中：Yi为企业职工的薪金，Xi为工龄， Di=1，若是男性，Di=0，若是女性。 虚拟变量的基本含义 虚拟变量做为解释变量引入模型有两种基本方式：加法方式和乘法方式。 企业男职工的平均薪金为： 上述企业职工薪金模型中性别虚拟变量的引入采取了加法方式。 在该模型中，如果仍假定E(?i)=0，则 企业女职工的平均薪金为： 1、加法方式 虚拟变量的引入 几何意义： 假定?20，则两个函数有相同的斜率，但有不同的截距。意即，男女职工平均薪金对工龄的变化率是一样的，但两者的平均薪金水平相差?2。 可以通过传统的回归检验，对?2的统计显著性进行检验，以判断企业男女职工的平均薪金水平是否有显著差异。 ?0 ?2 虚拟变量的引入 例：在横截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。 教育水平考虑三个层次：高中以下， 高中， 大学及其以上 模型可设定如下： 这时需要引入两个虚拟变量： 虚拟变量的引入 在E(?i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的函数： 高中以下： 高中： 大学及其以上： 假定?3?2，其几何意义： 虚拟变量的引入 还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。 如在上述职工薪金的例中，再引入代表学历的虚拟变量D2： 本科及以上学历 本科以下学历 职工薪金的回归模型可设计为： 虚拟变量的引入 女职工本科以下学历的平均薪金： 女职工本科以上学历的平均薪金： 于是，不同性别、不同学历职工的平均薪金分别为： 男职工本科以下学历的平均薪金： 男职工本科以上学历的平均薪金： 虚拟变量的引入 2、乘法方式 加法方式引入虚拟变量，考察：截距的不同， 许