经济计量学第七章课件虚拟变量.pptVIP

第七章　虚拟变量 虚拟变量（属性变量）： §7.1　含有虚拟解释变量的线性回归模型 （一）虚拟解释变量的基本介入方式 §7.2　含有虚拟被解释变量的线性回归模型 城镇居民家庭私有住房情况的调查研究 §7.3　Logit模型 （一）Logit模型 THE END * * ——含有虚拟解释变量的线性回归模型； ——虚拟被解释变量模型； ——Logit模型。 截距式: 的显著性检验可以回答被解释变量的基础水平在两小组之间有无显著性差异。 斜率式: 的显著性检验可以回答被解释变量关于解释变量的边际量在两小组之间有无显著性差异。 截距、斜率式： §7.1　含有虚拟解释变量的线性回归模型 （二）虚拟解释变量的设定 一种属性因素含有 个类型小组，设置 个虚拟变量。 例7.1 一季度： 　　二季度： 　　三季度： 　　四季度： §7.1　含有虚拟解释变量的线性回归模型 不同属性因素可以交互作用产生影响 例7.2 =劳动者报酬 =劳动者工龄 　　　　　　 §7.1　含有虚拟解释变量的线性回归模型 小组关系式 初中及其以下、女性： 初中及其以下、男性： 　　　　高中、女性： 　　　 高中、男性： 大学及其以上、女性： 大学及其以上、男性：　　　　　　　　　　　　　 §7.1　含有虚拟解释变量的线性回归模型 （三）虚拟解释变量模型示例 例7.3 （城乡居民消费模型） （1.230）（18.199） （-0.655） （2.182） 乡村：　　 　城镇： §7.1　含有虚拟解释变量的线性回归模型 例7.4 政策效用评价 Y=SYL(失业率)， X=ZWKQL(职位空缺率) §7.1　含有虚拟解释变量的线性回归模型 §7.1　含有虚拟解释变量的线性回归模型 散点图提示 （ａ）两组散点都有近似的线性分布特征； （ｂ）当职务空缺率几乎相同时，后一组的失业率较之前一组有明显上移； （ｃ）后一组散点似乎有更为陡峭的斜率。 §7.1　含有虚拟解释变量的线性回归模型 OLS估计 广义差分估计 （11.761）（-5.136） （3.422） （-2.360） 政策颁布前后失业率函数： 利用虚拟变量模型处理异常数据 一、异常数据 异常数据——这里所谓异常数据是指那些个别的、其表现与样本中其余绝大部分数据所呈现的规律或趋势明显不协调的数据。 异常数据的直观表现是“离群点”。 异常数据形成原因——造成异常数据的原因常常是一些偶然因素的作用，如战争、自然灾害等突发因素常常会导致有关经济数据异常。 异常数据的影响——干扰我们对主要规律的认识。 如何对待异常数据——既要看到它偶然、变异的一面，也要理解它异常中所包含的普遍性——偶然与变异之可以发生的基础的一面。 简单地直接使用，它们的“变异性”会影响我们对主要规律的认识；而简单地删除舍去又会丢失它们所包含的“普遍性信息”。 虚拟变量可以方便、合理地解决这一问题。 §7.1　含有虚拟解释变量的线性回归模型 二、虚拟变量方法处理异常数据 思路——行为变量在异常点处发生了基础水平的变异，而行为变量与解释变量之间的边际量并没有变异。 §7.1　含有虚拟解释变量的线性回归模型 三、异常数据模型举例 例1 Y=农民人均生活费支出 ，X=粮食总产量 §7.1　含有虚拟解释变量的线性回归模型 携带异常数据直接回归： 　　　　　　　　　　 （-5.308） （6.977） 定义虚拟解释变量回归: 　　　　　　　　（-6.550） （8.758） （4.500） 结果显示,各项指标明显改进，农民人均生活费支出 在1994年向上跳跃405.98元 例2 集体单位职工人数 1955：254万 ；1956：554万 全民单位职工人数 1957：748万； 1958：2316万 §7.1　含有虚拟解释变量的线性回归模型 获得线性回归模型： （24.1） (3.63) (4.63) (-2.26) §7.1　含有虚拟解释变量的线性回归模型 思考题：本例中两个虚拟变量属于哪种类型？ =家庭年人均收入 =家庭户主年龄 =家庭所在地 （一）线性概率模型 1