2018年第八章(虚拟变量回归).ppt

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 模型可设定如下： 这时需要引入两个虚拟变量： 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： 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： 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： * 1.解释变量只有一个分为两种类型的定性变量无定量变量的回归 这种模型又称方差分析模型 其中：Ｙ为公立学校教师工资， Ｄ=0为农村学校；D=1为城镇学校 分析条件期望： 基础类型： 　　比较类型： 为差异截距系数，通过对系数 的 t 检验：可检验 在其他因素不变的条件下，城乡教师的工资是否有显著 差别 * 2、解释变量包含一个定量变量和一个分为两种类型的定性变量的回归 例如：Ｙ为服装消费 Ｘ为收入， Ｄ=0为男性 D=1为女性 分析条件期望： 基础类型： 　　比较类型： 为差异截距系数 对系数 的 t 检验：可检验定性因素对截距是否有显著影响 注意： ● 应服从基本假定 ●这里一个定性变量具有两种类型，只使用了一个虚拟变量（为什么？） * 3、解释变量包含一个定量变量和一个两种以上类 型的定性变量的回归 类型：高中以下、高中毕业、大学毕业及以上——三种类型 模型 例如　　 ——年工资 ——工龄 =1 只是高中毕业 =1 大学毕业及以上 =0 其他 =0 其他 基础类型： （高中以下） 比较类型： （高中） （大学及以上） 差异截距系数为 和 问题：如果还要区分“专科”“本科”、“硕士”、 “博士”应怎么办？ * 注意： ● 应服从基本假定 ●一个定性变量有三种类型，使用了两个虚拟变量， 和 代表的是同一个定性变量的两种不同类型 ●两个差异截距系数 和 表示的都是与基础类型的差异 ●一个定性变量有多种类型时，虚拟变量可同时取值为0，但不能同时取值为1，因同一定性变量的各类型间“非此即彼” * 4、解释变量包含一个定量变量和两个定性变量  模型 这里的 和 代表的是两个不同的定性变量,各分为两种类型 例如：Ｙ为文化支出，Ｘ为收入 　 　 　 用t检验分别检验 和 的统计显著性：验证两个定性变量对截距是否有显著影响 高中及以上文化程度 农村居民 城镇居民 高中以下文化程度 * 对比类型： 基础类型： 注意： ● 应服从基本假定 ● 两个定性变量分别有两种类型，用了两个虚拟变量（为什么？） 两个定性变量和一个定性变量三种类型都用了两个虚拟变量，但其性质是不同的 ●K个定性变量可选用K个虚拟变量去表示，这不会出现