第六章+虚拟变量回归模型(最新).ppt

第五章 简要总结:各模型的斜率值B2含义 线性回归模型:解释变量每变动一个单位,被解释变量变动的绝对量 双对数模型:解释变量每变动一个百分点,被解释变量变动的百分数 对数-线性模型:解释变量每变动一个单位,被解释变量均值的(瞬时)增长率 线性-对数模型:解释变量相对变动一个百分点,被解释变量变动的绝对量 倒数模型:解释变量的倒数每变动一个单位,被解释变量变动的绝对量 第六章 虚拟变量回归模型 一、虚拟变量的基本含义 二、虚拟变量的引入方式 三、虚拟变量的设置原则 四、虚拟变量在季节分析中的应用 五、因变量是虚拟变量的模型:LPM 总结 一个实际案例:虚拟变量的引入 * 一、虚拟变量的基本含义 许多经济变量是可以用数值加以定量度量的，如：商品需求量、价格、收入、产量等,这类变量一般称为定量变量 但也有一些影响经济变量的因素无法定量度量，如：“职业”、“性别”对收入的影响，“战争”、“自然灾害”对GDP的影响，“季节”对某些产品（如冷饮）销售的影响等等。 为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”， * 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常将定性变量,称为虚拟变量（dummy variables），或二元变量\二分变量\分类变量\指标变量.记为D。(不要用X作为虚拟变量符号) 例如，反映文化程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 一般地，在虚拟变量的设置中： 基础类型、肯定类型取值为1； 比较类型，否定类型取值为0。 * 概念： 解释变量只含有虚拟变量的模型,称为方差分析（analysis-of variance: ANOVA）模型。 Y=B1+B2*D+μ Y为职工薪金， Di=1，女性；Di=0,男性 而同时含有一般解释变量与虚拟变量的模型,称为协变量模型（analysis-of covariance: ANCOVA）模型。 一个以工龄和性别虚拟变量为解释变量,考察企业职工薪金的模型： 其中：Yi为企业职工的薪金，Xi为工龄， Di=1，女性；Di=0，男性； 方差分析模型中参数的含义 E(Y|D=0)=B1+B2(0)=B1 E(Y|D=1)=B1+B2(1)=B1+B2 B1:企业男性职工的平均薪金, B2:企业女性职工的平均薪金与男性职工的差异,称为差别截距系数. B1+B2:企业女性职工的平均薪金 二、虚拟变量的引入方式 虚拟变量做为解释变量引入模型有两种基本方式：加法方式和乘法方式。 企业男职工的平均薪金为： 上述企业职工薪金模型中“性别”虚拟变量的引入采取了加法方式。 1、加法方式 * 企业女职工的平均薪金函数为： 几何意义： 假定?20，则两个函数有相同的斜率，但有不同的截距。意即，男女职工平均薪金对工龄的变化率是一样的，但两者的平均薪金水平相差?2。 可以通过传统的回归检验，对?2的统计显著性进行检验，以判断企业男女职工的平均薪金水平是否有显著差异。 ?0 ?2 * 例题6-1：男女食品支出和税后收入的关系。 P134 （方差分析模型：6-4）被解释变量：食品支出 解释变量：性别：女性=1，男性=0 结论：因为B2回归结果不显著，表明男、女平均食品支出差异不显著 （协变量模型：6-9）被解释变量：食品支出； P138 解释变量：税后收入:X、性别:D * （6-23） 被解释变量：食品支出； 解释变量：税后收入、性别、税后收入*性别 * 1、分别写出（6-4）、（6-9）的估计方程。 2、进一步写出男性、女性的估计方程。 3、根据估计结果，解释偏回归系数含义。 Dependent Variable: Y Variable Coefficient Std. Error t-Statistic Prob.?? C 3176.833 233.0446 13.63187 0.0000 SEX -503.1667 329.5749 -1.526714 0.1578 R-squared 0.189026  （6-4）被解释变量：食品支出；解释变量：性别 Dependent Variable: Y Variable Coefficient Std. Error