第6章 虚拟变量回归模型.docxVIP

第6章 虚拟变量回归模型 本科教学课件 计量经济学基础 第6章 虚拟变量回归模型 第6章 虚拟变量回归模型 本章讲授的主要内容： 6.1 虚拟变量的性质 6.2 虚拟变量的引入方式 6.3 虚拟变量的设置原则 6.4 虚拟变量的特殊应用 6.5 因变量为虚拟变量的情形：线性概率模型（LPM） 6.1 虚拟变量的性质 1．虚拟变量概述 虚拟变量（dummy variable），又称为定性变量（qualitative variables）或指标变量、二元变量、分类变量和二分变量。 许多经济变量是可以定量度量的，但有些影响经济的因素，如职业、性别、民族、地区、文化程度、季节、战争、自然灾害等因素，无法定量度量。为了能够在模型中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”是通过引入“虚拟变量”来完成的。虚拟变量通常记为D。 根据定性因素的属性，一般赋予它们“0”或“1”的人工变量。一般地，在虚拟变量的设置中，基础类型和肯定类型取值为1；比较类型和否定类型取值为0。 2．虚拟变量模型 同时含有一般解释变量与虚拟变量的模型，称为虚拟变量模型。如： Yi?B1?B2Xi?B3Di??i 3．方差分析模型（analysis-of-variance models，ANOVA） Yi?B1?B2Di??i 其中，B1为截距，B2为差别截距系数。 以男性和女性对食品支出影响为例， Di=1 女性 Di=0 男性 男性食品支出的期望： E(Yi|Di?0)?B1?B2(0)?B1 女性食品支出的期望： E(Yi|Di?1)?B1?B2(1)?B1?B2 这里的B2，反映男女食品支出的差别，所以称为差别截距系数。 4．虚拟变量的作用 （1）可以描述和测量定性（或属性）因素的影响。 （2）能够正确反映经济变量之间的相互关系，提高模型的精度。 （3）便于处理异常数据。 44 本科教学课件 计量经济学基础 第6章 虚拟变量回归模型 6.2 虚拟变量的引入方式 虚拟变量作为解释变量引入模型，有加法和乘法两种基本方式。此外，还有两者相结合的混合方式。 1．加法方式 在模型中，将虚拟变量以相加的形式引入模型。从计量经济模型的意义看，其作用是改变了设定模型的截距水平。 例如 家庭的教育费用支出，除了受收入水平的影响外，还与子女的年龄结构密切相关。如果家庭中有适龄子女（6~21岁），教育费用支出就多。因此，为了反映“子女年龄结构”这一定性因素，设置虚拟变量： ?1有适龄子女 Di??0无适龄子女?将家庭教育费用支出函数写成： Y Yi?B1?B2Xi?B3Di??i 无适龄子女家庭平均教育费用支出：E(Yi|Di?0)?B1?B2Xi 有适龄子女家庭平均教育费用支出：E(Yi|Di?1)?(B1?B3)?B2Xi X 图6-1 平行回归 如图6-1所示。 2．乘法方式 在模型中，将虚拟变量与其他解释变量相乘作为新的解释变量，以达到其调整模型斜率系数的目的。 以乘法形式引入虚拟变量的主要作用在于：（1）两个回归模型之间的比较；（2）因素之间的交互影响分析；（3）提高模型对现实经济现象的描述精度。 例如 消费水平主要取决于收入水平，但在一个较长时期，人们的消费倾向会因某些因素（如自然灾害、战争等）的影响而发生变化。为了反映消费倾向的变化，可以用乘法方式引入虚拟变量来考察。设 Y ?1Di???0则消费模型可建立如下： 正常年份反常年份 Yi?B1?B2Xi?B3DiXi??i 图6-2 并发回归 正常年份的平均消费水平：E(Yi|Di?1)?B1?(B2?B3)Xi 反常年份的平均消费水平：E(Yi|Di?0)?B1?B2Xi 如图6-2所示。 3．混合方式：加法方式和乘法方式同时使用 模型中，虚拟变量以加法和乘法两种方式同时引入，即 Yi =B1 + B2Di +B3Xi +B4(DiXi) + ui 例如，对于食物支出 Y X X 图6-3 相异回归 45 本科教学课件