第七篇 章 虚拟变量 虚拟变量回归模型ppt汇总 计量经济学.ppt

第七章 虚拟变量 在回归分析中，被解释变量的影响因素除了量（或定量）的因素还有质（或定性）的因素，这些质的因素可能 会使回归模型中的参数发生变化，为了估计质的因素产生的影响，在模型中就需要引入一种特殊的变量—虚拟变量。 本章主要讲授内容 一、虚拟变量的概念及作用 二、虚拟变量的设置 （一）设置规则 （二）引入方式 三、虚拟变量的特殊应用 （一）调整季节波动 （二）检查模型结构的稳定性 （三）分段回归 （四）混合回归 一、虚拟变量的概念和作用 （一）概念 在计量经济学中，把反映定性（或属性）因素变化，取值为0和1的人工变量称为虚拟变量（dummy variable) ，或称为亚变量、虚设变量、定性变量、属性变量、双值变量、类型变量、二元变量和名义变量等。习惯上用字母D表示。例如： 1城镇居民 1男性 1就业 D= 0农村居民 D= 0女性 D= 0失业 （二）作用 1、可以描述和测量定性（或属性）因素的影响； 2、能够正确反映经济变量之间的相关关系，提高模型的估计精度； 3、便于处理异常数据。 二、虚拟变量的设置 （一）设置规则 在模型中设置虚拟变量时，应遵循一定的设置规则，以免使虚拟变量之间产生多重共线性。 1、一个因素多个属性 若定性因素有m个不同属性或相互排斥的类型，在模型中只能引入m-1个虚拟变量，否则会产生多重共线性。 例如：一个定性因素“居民”分为“城镇居民”和“农村居民”两个属性，则在引入虚拟变量时只能引入1个。 2、多个因素各两种属性 如果有m个定性因素，且每个因素各有两个不同的属性类型，则引入m个虚拟变量。 例2 研究居民住房消费函数时，考虑到城乡差异和不同收入层次的影响将消费函数设定为：Yt=b0+b1Xt+a1D1t+ a2D2t+ μt Yt=居民住房消费支出 Xt=居民可支配收入 1城镇居民 D1t= 0农村居民 1高收入家庭 D2t= 0低收入家庭 μt=随机误差项 该模型反映出不同类型居民家庭的住房消费情况 农村低收入家庭（D1=D2=0）： Yt=b0+b1Xt+μt 农村高收入家庭（D1=0，D2=1）：Yt=（b0+a2）+ b1Xt+μt 城镇低收入家庭（D1=1，D2=0）：Yt=（b0+a1）+ b1Xt+μt 城镇高收入家庭（D1=D2=1）： Yt=（b0+a1+ a2）+ b1Xt+μt 总结与推广 通过上例我们可以看出，如果有m个定性因素，且每个因素各有两个不同的属性类型，则应该引入 m个虚拟变量。 因此，“多因素各两个属性”的虚拟变量引入可以推广到一般情况，若有些因素有多个属性类型，则可参照“一个因素，多种类型”的设置原则来设置虚拟变量（即应该引入m-1个虚拟变量）。 课堂练习 某商品需求函数为 Yt=b0+b1Xt+μt，其中，Y为需求量，X为价格，考虑“地区（农村和城市）和季节（春夏秋冬）”两个因素的影响，如何引入虚拟变量建立所需模型。 3、虚拟变量取值应从分析问题的目的出发予以界定 定性因素的变化通常表现为某种属性或特征是否存在，所以用1，0两个数值来量化。 一般地，1表示这种属性或特征存在，0表示这种属性和特征不存在。而且设置虚拟变量时，基础类型、否定类型通常取值为0，而比较类型、肯定类型取值为1。如：在引入“政策”这个虚拟变量时，将“政策不变”设置为0，将“政策变动”设置为1；又如：引入“自然灾害”变量对产量影响，可将“受灾年份”设置为0，将“不受灾年份”设置为1。 4、虚拟变量在单一方程中可以作为解释变量，也可以作为被解释变量。 （二）虚拟变量的引入方式 1、加法式引入虚拟变量 加法式引入虚拟变量，是在所设定的模型中，根据所研究问题中数值变量的作用，按照虚拟变量设置原则，直接在所设定的计量经济模型中加入适当的虚拟变量，此时虚拟变量与其他解释变量在设定模型中是相加关系。 加法形式引入虚拟解释变量，其作用是改变了设定模型的截距水平。 例4 居民家庭的教育费用支出除了受收入水平的影响外，还与子女的年龄结构密切相关。如果一个家庭中有适龄子女（6—21岁），教育费用支出就多。为了反映“子女年龄结构”这一定性因素，可设置虚拟变量： 1 有适龄子女 D=