关于虚拟变量的回归(计量经济学中南财经政法大学,.pptxVIP

第11章;第11章 关于虚拟变量的回归;§11.1　虚拟变量的性质;如果一个模型中的自变量全都是虚拟变量，通常对这 种模型的分析方法称之为方差分析。（为什么把这种 模型称为方差分析模型？） 一个教授年薪的模型： 其中　表示教授的年薪;根据所给数据可以估计出如下结果： 估计方法与前面说讲的方法没有区别。由于这个模 型与单因素方差分析统计模型的原理及所要表达的 统计意义一致，因此这个最简单的虚拟变量模型也 称之为方差分析模型 ;;;§11.2　一个定量变量和一个两分定性变量;;主要以下几点需要注意： 1、虽然有男、女两个分类，但是只用一个虚拟变量。更通用的规则是：如果一个定性变量有m个类别，则引入m-1个虚拟变量。 2、虚拟变量的取值是随意，但是一旦取定之 后要能合理地解释其意义。 3、被赋予零值的那个类别通常称为基底。它 是用以和其他类别作比较的一个基础。 4、虚拟变量的系数称为级差截距系数，它表 示取值1的类别的截距值和基底类的截距值相 比有多大差别。;§11.3　一个定量变量和一个多分定性变量;;§11.4　一个定量变量和两个定性变量;假定　　　　 ，则可以得到以下回归： 黑人女教授平均薪金： 黑人男教授平均薪金： 白人女教授平均薪金： 白人男教授平均薪金： ;§15.5　一个例子：“兼职”经济学;当所有虚拟变量都为0时，可以得到白人、非城镇、非西部、非中学毕业夜袭者的平均小时工薪模型：;§11.6　检验回归模型的结构稳定;这两个回归模型可能有以下四种情形： 1、　　和　　　；两个回归相同。(重复回归) 2、　　但　　　；平行回归，截距不同。 3、　　但　　　；相汇回归，截距相同，斜率不同。 4、　　且　　　；相异回归， 所有这些情形都说明模型发生了结构性变化，在 前面曾经讲到的邹至庄检验对结构性变化有很好 的描述，下面将用虚拟变量模型来处理结构性变 化，某些地方有着比邹检验更好的性质。;;§11.7　比较两个回归：虚拟变量法;根据表15.2中的数据得到如下结果：;;;;;;虚拟变量法相比邹至庄检验的优越性： 1、用虚拟变量只需做一个回归。 2、一个回归可以做各种检验。截距检验和???率检验都可以一次完成。 3、邹至庄检验没有明确告诉是哪一个系数发生变化，而虚拟变量模型则可以很清楚看出这一点。 4、合并后样本容量变大，估计精度也有所提高;§11.8　比较两个回归：进一步说明;建立以下模型： UN=失业率，％ V=职位空缺率。％ D=1从1966年4季度开始以后的时期 　＝0　1966年4季度以前的时期 估计得到如下结果：;;;;§11.9　交互作用效应;这种假定显然是站不住脚的。显然上过大学 的男性与女性在衣着方面支出差距比没上过 大学的肯定大或者说不一样。这就是存在所 谓的交互效应。简单一点，上过大学和性别 这两个因素对衣着支出的影响不是独立的， 他们相互影响，也即交互效应。;模型修正为： 　　＝女性的级差效应 　　＝大学毕业的级差效应 　　＝女大学毕业生的级差效应 交互作用虚拟变量的系数是否在统计上显著，可通过平常的t检验加以验证。错误地忽略一个显著的交互作用项将导致模型设定上的偏误。 ;§11.10　虚拟变量在季节分析中的应用;根据所提供的数据，估计结果如下： 结果表明只有销售额和第二季度的系数在统计上显著。因此可以重新考虑以下模型，只引入一个虚拟变量以区别第二季度和其他季度。 ;新的模型估计结果如下： 注意：这里我们所建立的模型都没有考虑销售额的斜率系数是否随着季节变化，只是考虑了截距项的变化。关于这一点可以通过乘积性虚拟变量技术加以检验;;11.11　分段线性回归;根据所给条件建立如下回归： 　＝给定销售水平，又称为结点。 　＝1　如果 　＝0　如果　 达到销售水平以前的平均佣金 达到销售水平以后的平均佣金 ;;11.12　在时间序列和横截面数据的合并中使用虚拟变量;２、对每一年做一个横截面回归。但是在本 例中样本过少，只有3个厂商。如果有15～ 20或以上，这也是一种思路。 ３、把所有样本数据聚合，做一个回归： i=1,2 t=1,2,…,20. 这就是混合回归的一个例子，这个回归假定了回 归参数不随时间变化，并且在各个横截面之间没 有差异，不存在异方差。;在仅考虑这样一种情形：通用汽车和西屋电气的投资函数有不同截距，但有相同的斜率，并且误差项都满足经典假设。模型可改写为： 　 其中对通用汽车的观测值取 　　；否则取零。如果 是统计上的显著的，这就意味这着通用汽车投资函数的截距不同于西屋电气投资函数的截距。具体估计结果如下：;§11.13　虚拟变量方法的一些技术问题;这方面的解释可以参照霍尔沃森和帕姆奎斯特的建 议：　均值的相对变化取所估的虚拟喜事的反对数再 从中减１。书上举了一个学院教授薪金与教