包含虚拟变量回归模型.pptVIP

* 第6章　包含虚拟变量的回归模型 Multiple Regression Analysis: Dummy variables * 6.1 虚拟变量的性质 虚拟变量(dummy variable)，又称哑变量，是其值只取1或0的变量，一般在回归模型中用D表示。 现实中的很多定性的因素，往往不能用具体的数值表示出来，而使用哑变量则可以更好的描述。 比如，性别、种族、肤色、结婚与否、是否是基地班、是否是班干部、是否是党员、是否有男女朋友等等。诸如此类的定性因素，一般可以用哑变量来进行描述。 例如：定义性别变量female,如果是女性，female=1,如果是男性，female=0。那么，female就是一个虚拟变量。 * 6.1 虚拟变量的性质：例子 工资决定的例子 wage = b0 + b1female + u 假设E(u)=0 E(wage|female=1)= b0 + b1 表示的是女性的平均工资水平 E(wage|female=0)= b0 表示的是男性的平均工资水平 b1代表了女性与男性之间的平均工资差别。 * 虚拟变量：工资决定模型 使用wage.raw (wooldridge),估计结果如下： wage = 7.099 – 2.512female 　　　(0.21) (0.30) n=526 R2=0.1157 F=68.54 所以， 女性的平均小时工资(female=1)为7.099-2.512＝4.588美元。 男性的平均小时工资(female=0)为7.099 则女性比男性的平均小时工资低2.512美元（即对应虚拟变量的回归系数）。 * 6.2　包含一个定量变量，一个虚拟变量的回归模型 wage = b0 + b1female + b2educ + u female仍然是一个性别虚拟变量，取值同前 E(wage| female=0, educ)= b0 + b2educ 给定受教育水平，男性的平均小时工资 E(wage|female=1, educ)= b0 + b1 + b2educ 给定受教育水平，女性的平均小时工资 b1仍然是男女之间的平均小时工资差别。 男女的平均小时工资对教育(educ)具有相同的斜率，不同的截距。表明，无论男女都有相同的教育收益，即工资对教育的变动都为b2。 * 6.2　工资决定模型：例子 wage = 0.623-2.273female + 0.506educ Se =(0.673) (0.279) (0.050) p =(0.355) (0.000) (0.000) n=526 R2=0.2588 Adj-R2=0.2560 F=91.32 * educ wage b0+ b1 =-1.651 wage = -1.651+ 0.506educ slope = b1 female = 1 b0=0.623 wage = 0.623 + 0.506educ female = 0 * 虚拟变量的性质 1、如果一个定性变量只有两个取值，那么在模型中，我们只需加入一个虚拟变量即可。比如性别变量，我们可以设定个虚拟变量D，当性别为男时D＝1，性别为女是D＝0。不需要设置两个虚拟变量，否则则会出现完全共线性，无法进行估计。因此，一个基本的原则是，如果定性变量有m个类别，我们则需要取m-1个虚拟变量。 2、虚拟变量的赋值是任意的，根据各个研究偏好。 3、取值为0的一类一般常为基准类或对比类等。比如，前文的例子中female=0，即男性是基准类。即模型估计结果得到的截距直接代表基准类男性的平均工资水平。 4、虚拟变量D的系数称为差别截距系数，它表明了D＝1与基准类截距的差别。因此前文的b1表示女性与男性的平均工资差别。 * 刚才估计的例子 wage = 0.623-2.273female + 0.506educ Se =(0.673) (0.279) 　　　 (0.050) p =(0.355) (0.000) 　　 (0.000) n=526 R2=0.2588 Adj-R2=0.2560 F=91.32 当性别固定时，受教育程度每增加1年，其平均小时工资水平将增加0.506美元。 当受教育程度固定不变时，女性的平均小时工资比男性的少2.273美元。 男性的平均小时工资wage = 0.623 + 0.506educ 女性的平均小时工资wage = -1.651+ 0.506educ * 6.3　虚拟变量有多种分类的情况 有时我们所考察的定性变量会超过2个值，这时我们不能单纯的用数字的形式表示，也无法用刚才0或1的数值形