第七章 虚拟变量、离散选择与受限因变量模型.pdf

第七章 虚拟变量、离散选择与受 限因变量模型 7.1 虚拟变量（dummy variable ） 在实际建模过程中，被解释变量不但受定量 变量影响，同时还受定性变量影响。例如需 要考虑性别、民族、不同历史时期、季节差 异、企业所有制性质不同等因素的影响。这 些因素也应该包括在模型中。  由于定性变量通常表示的是某种特征的有和 无，所以量化方法可采用取值为1或0 。这种 变量称作虚拟变量，用D表示。虚拟变量应用 于模型中，对其回归系数的估计与检验方法 与定量变量相同。 7.1 虚拟变量（2 ）  1.截距移动 60 Y 设有模型， y =  +  x +  D + u , t 0 1 t 2 t 40 其中y ，x 为定量变量； t t D为定性变量。当D = 0 20 或1时，上述模型可表达为，   x u D 0 0 X 0 1 t t y t  0 20 40 60 (  )  1   x u D  0 2 1 t t D = 1或0表示某种特征的有无。反映在数学上是截距 不同的两个函数。若 显著不为零，说明截距不 2 同；若 为零，说明这种分类无显著性差异。 2 7.1 虚拟变量（3 ）  注意： ①若定性变量含有m个类别，应引入m-1个虚拟变量， 否则会导致多重共线性，称作虚拟变量陷阱（dummy variable trap ）。②关于定性变量中的哪个类别取0， 哪个类别取1，是任意的，不影响检验结果。③定性变 量中取值为0所对应的类别称作基础类别。④对于多于 两个类别的定性变量可采用设一个虚拟变量而对不同类 别采取赋值不同的方法处理。如： 例：中国成年人体重y （kg ）与身高x （cm ）的回归关系 如下： -105 + x D = 1 (男)  y = - 100 + x - 5D =  - 100 + x D = 0 (女)  7.1 虚拟变量（4 ）  2.斜率变化 以上只考虑定性变量影响截距，未考虑影响斜率，即 回归系数的变化。当需要考虑时，可建立如下模 型：y =  +  x +  D +  x D + u , t 0 1 t 2 3 t t 其中xt为定量变量；D为定性变量。当D = 0 或1时， 上述模型可表达为，   x u D 0