[经济学]第九章虚拟变量.pptVIP

安徽农业大学 张士云 一、虚拟变量的定义 根据属性类型，构造只取“0”或“1”的人工变量，称为虚拟变量(Dummy Variable)。通常记为 D。 1 男 0 女 含有虚拟变量的模型称为虚拟变量模型。 二、虚拟变量的引入 虚拟变量在模型中可以作解释变量，也可以作被解释变量。一般是作解释变量。虚拟变量的引入有两种基本方式：加法方式和乘法方式。 1 反常情况 0 正常情况 Y = b0 + b1 X + b2 D + u 反常情况: Y = (b0 + b2 ) + b1 X + u 正常情况: Y = b0 + b1 X + u 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 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教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。 又例：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 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： 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： 例子 季节煤销售量 有无房产储蓄与收入 书84页例4.4 1 反常情况 0 正常情况 Y=b0+b1 X+b11 DX+ u 反常情况: Y = b0 + (b1+ b11)X + u 正常情况: Y = b0 + b1 X + u 这里，虚拟变量D以与X相乘的方式引入了模型中，从而可用来考察消费倾向的变化。 假定E(?i)= 0，上述模型所表示的函数可化为： 财政收入与GNP 书84页例4.5 1 反常情况 0 正常情况 Y=b0+b01D+b1 X+ b11D X 反常情况: Y=(b0+b01)+(b1+b11) X 正常情况: Y = b0 + b1 X 1 t ? t* 0 t t* Y=b0+ b1X+ b2 (X? X *)D 反常情况: Y=b0 ? b2 X *+ (b1+b2) X 正常情况: Y = b0 + b1 X 三、模型中引入虚拟变量的作用 1、分离异常因素的影响 2、检验不同的属性类别因素对因变量的影响 3、提高模型的精度 四、虚拟变量设置的原则 在模型中引入多个虚拟变量时，虚拟变量的个 数应按下列原则确定：如果有 m 种互斥的属性类型，在模型中引入 m-1 个虚拟变量。 如研究季节对销售量的影响 C = b0+ b1 X + a1 D1 + a2 D2 + a3 D3 + u 1 春季 0 其它季节 当心 1 夏季 虚拟变量陷阱 0 其它季节 1 秋季 0 其它季节 五、Chow检验 在现实生活中，有时会由于某些重大的政策和制度变化或偶发事件，导致经济运行机制或行为改变。 不同的经济体制 不同的生产条件 对于计量经济学研究工作来说，这种情况表现为模型的参数发生改变。 如果在样本资料所涉及的期间内发生过这样的情况，那么就有必要检验模型参数的稳定性。 Chow检验考虑样本是否包括了不同质的组，即检验不同组间的参数是否相同。 Chow检验 在EVIWES中，Chow检验有两种不同的方式： 转折点检验(breakpoint test)： 预测检验(forecast test) Chow检验 Chow转折点检验基