第10章_虚拟变量回归模型.pptVIP

第1页，共19页，星期日，2025年，2月5日*虚拟变量的性质因变量受到一些定性变量的影响如：性别、种族、季节、不同历史时期等这类定性变量称为虚拟变量(dummyvariables)用Ｄ表示虚拟变量虚拟变量的取值通常为0和1??虚拟变量—定性变量或分类变量第2页，共19页，星期日，2025年，2月5日令Ｙ＝年薪，建立如下模型：男性就业者的平均年薪：女性就业者的平均年薪：如果B2=0？说明不存在性别歧视例1:建立模型研究女性在工作中是否受到歧视定义一个虚拟变量：如果B2＜0？说明存在性别歧视第3页，共19页，星期日，2025年，2月5日*包含一个定量变量、一个定性变量的回归模型（一）加法模型例1，再引入一个变量Ｘ＝工作年限建立如下模型：如果B3=0？说明不存在性别歧视男性就业者的平均年薪：女性就业者的平均年薪：如果B3＜0？说明存在性别歧视。第4页，共19页，星期日，2025年，2月5日*虚拟变量只影响截距不影响斜率——加法模型第5页，共19页，星期日，2025年，2月5日*如果随着工龄增加，男性与女性的年薪差距发生变化，则模型设为（二）乘法模型图2描绘了男性年薪增加较快的情况。虚拟变量只影响斜率而不影响截距的模型为乘法模型第6页，共19页，星期日，2025年，2月5日*（三）混合模型加法模型和乘法模型的结合:用来表示截距和斜率都发生变化的模型，称为混合模型。例P76第7页，共19页，星期日，2025年，2月5日*有多种分类情况下虚拟变量的应用例2、研究本科生、研究生和MBA毕业生的初职月薪有何差异。按照学历标准，有三类人员需引入两个虚拟变量第8页，共19页，星期日，2025年，2月5日*表1:本科生、研究生和MBA毕业生的初职月薪单位：人民币元数据见表1Y＝初职月薪第9页，共19页，星期日，2025年，2月5日*根据表1的数据得OLS回归结果如下：t=(4.45)(4.52）（15.59)截距项:本科生的平均初职月薪，研究问题的基准类；D1的系数:研究生与本科生平均初职月薪的差额；D2的系数:MBA毕业生与本科生平均初职月薪的差额。第10页，共19页，星期日，2025年，2月5日*引入的虚拟变量个数应该比研究的类别少一个，否则就会造成完全多重共线，即通常说的虚拟变量陷阱。第11页，共19页，星期日，2025年，2月5日*包含一个定量变量、两个定性变量的回归模型例3：研究的问题中需要按不同标准引入多个定性变量例:研究大学教师的年薪是否受到性别、学历的影响。按性别标准教师分：男、女两类引入一个虚拟变量；按学历标准大学教师分：大学本科、研究生、博士三类引入两个虚拟变量总计需要引入三个虚拟变量：第12页，共19页，星期日，2025年，2月5日*年薪与教龄的关系本科女教师本科男教师研究生女教师研究生男教师博士女教师博士男教师分析的基准类本科女教师B3：性别差异系数B4：研究生与本科生的收入差异B5：博士与本科生的收入差异；B4、B5学历差异从上面分析结果可以得到各类别教师收入间的差异。令Y=年薪，X=教龄，建立模型如下：E(Yi)=B1+B2XiE(Yi)=（B1+B3）+B2XiE(Yi)=（B1+B4）+B2XiE(Yi)=（B1+B3+B4）+B2XiE(Yi)=（B1+B5）+B2XiE(Yi)=（B1+B3+B5）+B2Xi第13页，共19页，星期日，2025年，2月5日*虚拟变量在季节分析中的应用每个季节的消费不同事实真的如此？如何验证？虚拟变量的引入与定义：一年四季，引入三个虚拟变量建立模型第14页，共19页，星期日，2025年，2月5日*回归模型中的结构稳定性检验建立模型来拟合经济发展出现转折的情况第15页，共19页，星期日，2025年，2月5日*回归模型中的结构稳定性检验建立模型来拟合经济发展出现转折的情况回归方程为第16页，共19页，星期日，2025年，2月5日*回归模型中的结构稳定性：虚拟变量法进口商品支出回归方程为

两条不同时期的直线在转折点连起成为一条折线。第17页，共19页，星期日，2025年，2月5日图1表明男女就业者的平均年薪对工龄的函数具有相同斜率β1，即随着工龄的增长男女工资的增长幅度相同；截距不同，说明男女的初始年薪不同。*所有回归数的符号与预期的一致。模型表明:研究生的初职月薪比