经典线性回归模型.pptVIP

* 3．斜率和截距都变动 在这种情况下，模型可设为： 其中，D={ 此式等价于下列两个单独的回归式： 引进了虚拟变量的回归模型对于检验两个时期中是否 发生结构性变化很方便。 如上例中，相当于检验 H0: β2=β4=0 * 例 用虚拟变量区别不同历史时期 中国进出口贸易总额数据（1950-1984）见下表。试检验改革前后该时间序列的斜率是否发生变化。定义虚拟变量D如下 * 以时间time为解释变量，进出口贸易总额用trade表示，估计结果如下： trade = 0.37 + 0.066 time - 33.96D + 1.20 time D (1.86) (5.53) (-10.98) (12.42) 上式说明，改革前后无论截距和斜率都发生了变化。进出口贸易总额的年平均增长量扩大了18倍。 * 年 trade time D time D 年 trade time D time D 1950 0.415 1 0 0 1968 1.085 19 0 0 1951 0.595 2 0 0 1969 1.069 20 0 0 1952 0.646 3 0 0 1970 1.129 21 0 0 1953 0.809 4 0 0 1971 1.209 22 0 0 1954 0.847 5 0 0 1972 1.469 23 0 0 1955 1.098 6 0 0 1973 2.205 24 0 0 1956 1.087 7 0 0 1974 2.923 25 0 0 1957 1.045 8 0 0 1975 2.904 26 0 0 1958 1.287 9 0 0 1976 2.641 27 0 0 1959 1.493 10 0 0 1977 2.725 28 0 0 1960 1.284 11 0 0 1978 3.550 29 1 29 1961 0.908 12 0 0 1979 4.546 30 1 30 1962 0.809 13 0 0 1980 5.638 31 1 31 1963 0.857 14 0 0 1981 7.353 32 1 32 1964 0.975 15 0 0 1982 7.713 33 1 33 1965 1.184 16 0 0 1983 8.601 34 1 34 1966 1.271 17 0 0 1984 12.010 35 1 35 1967 1.122 18 0 0 中国进出口贸易总额数据（1950-1984） （单位：百亿元人民币） * 4．季节虚拟变量的使用 许多变量展示出季节性的变异(如商品零售额、电和天然气的消费等)，我们在建立模型时应考虑这一点，这有两种方法： （1） 在估计前对数据进行季节调整； （2）采用虚拟变量将季节性差异反映在模型中。 * 例 市场用煤销售量模型 我国市场用煤销量的季节性数据（1982-1988，《中国统计年鉴》1987，1989）见下图与表。由于受取暖用煤的影响，每年第四季度的销售量大大高于其它季度。 * 季度 Yt t Q1 Q2 Q3 季度 Yt t Q1 Q2 Q3 1982.1 2599.8 1 0 0 0 1985.3 3159.1 15 0 1 0 1982.2 2647.2 2 0 0 1 1985.4 4483.2 16 1 0 0 1982.3 2912.7 3 0 1 0 1986.1 2881.8 17 0 0 0 1982.4 4087.0 4 1 0 0 1986.2 3308.7 18 0 0 1 1983.1 2806.5 5 0 0 0 1986.3 3437.5 19 0 1 0 1983.2 2672.1 6 0 0 1 1986.4 4946.8 20 1 0 0 1983.3 2943.6 7 0 1 0 1987.1 3209.0 21 0 0 0 1983.4 4193.4 8 1 0 0 1987.2 3608.1 22 0 0 1 1984.1 3001.9 9 0 0 0 1987.3 3815.6 23 0 1 0 1984.2 2969.5 10 0 0 1 1987.4 5332.3 24 1 0 0 1984.3 3287.5 11 0 1 0 1988.1 3929.8 25 0 0 0 1984.4 4270.6 12 1 0 0 1988.2 4126.2 26 0 0 1 1985.1 3044.1 13 0 0