计量经济学及其应用：第15章.pptVIP

第15章 虚拟被解释变量模型 15.1 线性概率模型 15.2 二元logit模型 15.3 案例分析 通过本章我们要知道 15.1 线性概率模型 被解释变量是虚拟变量，取值仅为0或1的模型通常称为虚拟被解释变量模型。本章主要介绍两种最常见的虚拟被解释变量模型，即线性概率模型和二元logit模型。 1. 什么是线性概率模型 线性概率模型（Linear probability model）和一般计量经济学模型唯一的区别在于被解释变量的取值只有0和1。也采用OLS法估计。 例 某研究者想知道为什么有些大学生毕业后直接找工作，而另外一些大学生则继续深造，构建了如下模型 是虚拟变量，当第i个大学毕业生选择找工作时，取值为1，否则取值为0； 和 分别表示家庭收入和父母受教育年限。 （15-1） “线性概率模型”意思是方程的右边是线性的，而左边刻画的是 的概率（见注释1）。假设家庭收入较高、父母受教育年限较长的大学毕业生倾向于继续深造，那么，D的值可能接近于0。如果某个特定大学毕业生的 值为0.10，就表示该生直接就业的可能性为10%，它取决于该生的家庭收入和父母的受教育年限这两个解释变量的取值。 刻画的是D的第i个观测值为1的概率，也就是说，用表达式可表示为 其中