第9章 虚拟变量回归模型.pptVIP

第六节 季节分析中虚拟变量的使用 从一个时间序列中去掉季节因素或成分的过程称为除季节性或季节调整。 e.g. 失业率、消费者价格指数CPI、生产者价格指数PPI和工业生产指数,etc。 去除一个时间序列的季节性的方法： 虚拟变量方法！ 例9.6 冰箱销售中的季节性 表9.3 厨具销售和耐用品支出的季度数据（1978年第1季度到1985年第4季度） 洗碗机 污物粉碎机 冰箱 洗衣机 以1982年10亿美元计耐用品支出。 考虑如下模型： 为避免虚拟变量陷进，给每个季度指定一个虚拟变量，不要截距项。 若某个给定季度存在季节效应，则该季度虚拟变量的t值会显著。 考察冰箱销售数据，如下图： 式中估计的系数表示了每个季度冰箱销售（以千台计）的平均数量或均值。 第1季度冰箱的平均销量约为1222千台，第2季度约1468千台，第3季度约1570千台，第4季度约1166千台。 把第1季度视为基准组，各季度虚拟变量的系数是级差截距。 可以看出第4季度Y的平均值并非统计上异于第1季度。 如何能得到冰箱销售的除季节性时间序列？ 用每个实际Y值减去估计的Y值得到回归的残差 。 这些残差代表什么？ 它们代表冰箱销售时间序列中除去季节因素后剩余的成分，即趋势、周期和随机几种成分。 引入协变量会否改变模型？ 引入对冰箱需求有重要影响的耐用品支出变量。回归结果