计量经济学课件-6第六章 虚拟变量回归15-5-5.pptVIP

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函数： 高中以下： 高中： 大学及其以上： 假定?3?2，其几何意义： * 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4：如在上述职工薪金的例中，再引入代表学历的虚拟变量D2： 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： * 男性 女性 女职工本科以下学历的平均薪金： 女职工本科以上学历的平均薪金： 于是，不同性别、不同学历职工的平均薪金分别为： 男职工本科以下学历的平均薪金： 男职工本科以上学历的平均薪金： * 第六章 虚拟变量回归 一、虚拟变量的性质 二、虚拟变量的引入 三、虚拟变量的设置原则 * 一、虚拟变量（dummy variables）的性质 * 可以定量度量的经济变量【如：商品需求量、价格、收入、产量等】 无法定量度量的影响经济变量的因素【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】 为了在模型中能够反映这些因素的影响，需要将它们“量化”， 方法是：建立“人工变量”，赋值“0、1” 只取“0”或“1”的人工变量，通常称为虚拟变量，记为D 二、例题P140：食品支出；性别、税后收入 D1= 1，男性 0，女性 D1= 0，男性 1，女性 作回归，解读经济含义，进行检验。 系数的解释与基准类的确定有关。 问题1、关于基准类别的设置。 问题2、关于虚拟变量个数的设定问题。 虚拟变量陷阱。P136 解读每一个模型中每一个系数的意义。 变量的显著性检验的意义。 模型选择的讨论。 * 二、交互作用的虚拟变量。 系数的含义： 1、基准类别是男性、白种人； 2、B1：在D2与X为常量时，女性与男性的差异； 3、 B2：在D1与X为常量时，非白种人与白种人的差异； 例题P141：工资；受教育年限、性别、种族 * 问题：不同种族间的性别差异是否一样？ 交互作用的虚拟变量interaction dummy 差别斜率系数 三、例题P145：储蓄；收入、某年发生了严重事件 D1事件前为0、事件后为1 一致回归、平行回归、并发回归、相异回归 * 四、虚拟变量在季节分析中的应用。 例题P148：冰箱销售量；季节（第一季度为基准） 对比：调整前的折线图；调整后的折线图 季节调整（去季节因素）： 1、回归后取残差；2、将残差加上Y的均值 * * 例如，反映文程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 * 例如，反映性别的虚拟变量可取为： 1， 男性 D= 0， 女性 其中：Yi为企业职工的薪金，Xi为工龄， Di=1，若是男性，Di=0，若是女性。 * 一个以性别为虚拟变量考察企业职工薪金的模型： 虚拟变量系数的解释与基准类有关。 例如，反映三种人群：老年人、中青年人、儿童的虚拟变量可取为： 1， 儿童 D1= 0， 非儿童 * 1， 中青年人 D2= 0， 非中青年人 例如，反映三种文化程度：大学及以上、中小学、文盲的虚拟变量可取为： 1， 文盲 D1= 0， 非文盲 * 1， 中小学 D2= 0， 非中小学 其中：Yi为企业职工的薪金，Xi为参加工作的时间。 * 一个以文化程度为虚拟变量考察社会成员收入水平的模型： 二、虚拟变量的设置原则 虚拟变量的个数须按以下原则确定： 每一定性变量所需的虚拟变量个数要比该定性变量的类别数少1，即如果有m个定性变量，只在模型中引入m-1个虚拟变量。 * 二、虚拟变量的设置原则 例。若已知职工工资Y除受工龄的影响外，还受性别的影响，按原则引入一个虚拟变量即可，引入两个虚拟变量： * 男性 男性 女性 女性 “虚拟变量陷井” 完全共线性 二、虚拟变量的设置原则 例。已知冷饮的销售量Y除受k种定量变量Xk的影响外，还受春、夏、秋、冬四季变化的影响，要考察该四季的影响，只需引入三个虚拟变量即可： * 则冷饮销售量的模型为： 在上述模型中，若再引入第四个虚拟变量 则冷饮销售模型变量为： 其矩阵形式为： * 如果只取六个观测值