虚拟变量详细讲解.pptVIP

第八章 虚拟变量 一、虚拟变量的基本含义 二、虚拟变量的引入 三、虚拟变量的设置原则 一、虚拟变量的基本含义 许多经济变量是可以定量度量的，如：商品需求量、价格、收入、产量等 但也有一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。 为了在模型中能够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”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量（dummy variables），记为D。 例如，反映文化程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 一般地，在虚拟变量的设置中： 基础类型、肯定类型取值为1； 比较类型，否定类型取值为0。 概念： 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。 例1：为了考察企业职工薪金收入（Yi）的情况，以工龄（Xi）和性别(Di)为影响因素，建立如下模型： 其中： Di=1，若是男性， Di=0，若是女性。 二、虚拟变量的引入 虚拟变量做为解释变量引入模型有两种基本方式：加法方式和乘法方式。 企业男职工的平均薪金为： 上述企业职工薪金模型中性别虚拟变量的引入: 在该模型中，如果仍假定E(?i)=0，则 企业女职工的平均薪金为： 1、加法方式 几何意义： 假定?20，则两个函数有相同的斜率，但有不同的截距。意即，男女职工平均薪金对工龄的变化率是一样的，但两者的平均薪金水平相差?2。 可以通过传统的回归检验，对?2的统计显著性进行检验，以判断企业男女职工的平均薪金水平是否有显著差异。 ?0 ?2 例2：在横截面数据基础上，考虑个人保健支出（Y）对个人收入（X）和教育水平（D）的回归。 教育水平（D）考虑三个层次： 高中以下， 高中， 大学及其以上 模型可设定如下： 这时需要引入两个虚拟变量： 在E(?i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的均值： 高中以下： 高中： 大学及其以上： 假定?3?20, 其几何意义： 还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。 例3: 在上述职工薪金的例中，除了工龄和性别两个自变量外, 再考虑学历的影响，此时怎么处理？ （学历分为本科及以上、本科以下两种） 还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。 例3: 在上述职工薪金的例中，除了工龄和性别两个自变量外, 再引入代表学历的虚拟变量C： 本科及以上学历 本科以下学历 职工薪金的回归模型可设计为： 2、乘法方式 加法方式引入虚拟变量，考察：截距的不同， 许多情况下：往往是斜率就有变化，或斜率、截距同时发生变化。 斜率的变化可通过以乘法的方式引入虚拟变量来测度。 例4：根据消费理论，消费水平C主要取决于收入水平X，但在一个较长的时期，人们的消费倾向会发生变化，尤其是在自然灾害、战争等反常年份，消费倾向往往出现变化。这种消费倾向的变化可通过在收入的系数中引入虚拟变量来考察。 这里，虚拟变量D以与X相乘的方式引入了模型中，从而可用来考察消费倾向的变化。 假定E(?i)= 0，上述模型所表示的函数可化为： 正常年份： 反常年份： 如，设 消费模型可建立如下： 当截距与斜率都发生变化时，则需要同时引入加法与乘法形式的虚拟变量。 例5，考察1990年前后中国居民的总储蓄（Y）-收入(X)关系是否已发生变化。 表中给出了中国1979~2001年以城乡储蓄存款余额代表的居民储蓄以及以GNP代表的居民收入的数据。 在统计检验中，如果?3=0的假设被拒绝，则说明两个时期中储蓄函数的斜率不同,即储蓄倾向不一样。如果?2=0的假设被拒绝，则说明两个时期中储蓄的基数存在显著差异。 具体的回归结果为： (-6.11) (22.89) (4.33) (-2.55) 由?2与?3的t检验可知：参数显著地不等于0，强烈示出两个时期的回归是相异的， 储蓄函数分别为： 1990年前： 1990年后： =0.9836 三、虚