第五 线性模型扩展.pptx

1 第一节 模型的类型与变换 一、变量取倒数的模型 Phillips曲线 第1页/共18页 2 第一节 模型的类型与变换 二、对数线性模型 Cobb-Douglas 生产函数 第2页/共18页 3 第一节 模型的类型与变换 三、通过变换可以划成线性模型的几种非线性模型 其中非线性模型 称为Logit模型 第3页/共18页 4 第二节 虚拟变量模型 一、虚拟变量的引入 在经济分析中，某些特殊因素会影响到变量的取值，如季节对饮料需求的影响，特定时期实施特殊政策对各宏观经济变量产生的影响等。而这些因素属于“定性”的变量，可以通过赋予一个数量值，以虚拟变量（哑变量Dummy）的形式进入分析模型中。 例如，消费函数模型： Ct=b0+b1Yt+ut ====〉 Ct=b0+b1Yt+b2Dt+ut 二、虚拟变量的不同形式 虚拟变量在模型中可代表对截距的影响，如： Ct=b0+b1Yt +b2Dt +ut (Dt在正常年份取1，反常年份取0） 可利用OLS估计得到估计结果： Ct Yt 0 正常年份 反常年份 根据回归结果，正常年份的基本支出水平比反常年份小，而边际支出倾向不变。 第4页/共18页 5 虚拟变量在模型中也可以代表对和参数的全面影响，如： Ct=（b01+ b02Dt） + （b11 + b12Dt)Yt+ut 该式可变为： Ct=b01+ b02Dt + b11DtYt + b12DtYt+ut 如果得到估计方程： Ct Yt 0 正常年份 反常年份 二、多个虚拟变量的引入及虚拟变量陷阱问题 在模型中，对于一个定性变量可能需要引入多个虚拟变量。典型的例子是季节变化对商品销售的影响。 第5页/共18页 6 在该季节模型： 中，有 即解释变量间存在完全的共线性，因此模型无法估计。这就是虚拟变量陷阱。 为了解决这以问题，在引入虚拟变量时，对于一个有m种可能的定性变量，只能引入m-1个虚拟变量。如前面的模型： 第6页/共18页 7 三、引入不同定性变量的多个虚拟变量 在模型中，如果有多个定性变量对因变量有影响，可同时把对应于各定性变量的虚拟变量引入模型。如，季节变化和当年是否有重大事件发生对商品的销售都有影响，销售回归方程可写为： 其中，Qt(取1获0)代表正常年份和反常年份，而D2～D4代表季节变化。 使用的原则，仍是对于任一个有m种可能的定性变量，只能引入m-1个对应的虚拟变量。 第7页/共18页 8 第三节 特殊变量的使用举例 一、一时期虚拟变量 Yt Xt Dt 1 20 35 0 2 30 40 0 3 35 50 0 4 35 55 0 5 38 56 0 6 40 57 0 7 70 40 1 某地消费与收入数据 第8页/共18页 9 第二节 特殊变量的使用 第9页/共18页 10 第二节 特殊变量的使用 第10页/共18页 11 第二节 特殊变量的使用 二、常数项变化时的虚拟变量 第11页/共18页 12 第二节 特殊变量的使用 第12页/共18页 13 第二节 特殊变量的使用 第13页/共18页 14 第二节 特殊变量的使用 三、系数变化时的虚拟变量 第14页/共18页 15 第三节 结构变化的检验 一、结构变化的F检验 设对应不同的经济时期模型分别为： 第15页/共18页 16 第三节 结构变化的检验 第16页/共18页 17 第四节 Logit模型及其应用 1.模型的特点 2.举例P72 第17页/共18页 18 感谢您的观看！ 第18页/共18页