经济计量学第六讲 虚拟变量回归模型.ppt

《经济计量学第六讲 虚拟变量回归模型.ppt》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。

1、Econometrics王维国东北财经大学计量经济学第一节虚拟变量的性质第二节包含一个定量变量，一个定性变量模型第三节定性变量有多种分类的情况第四节包含一个定量变量，两个定性变量模型第五节回归模型中的结构稳定性：虚拟变量法第六节虚拟变量在季节分析中的应用第七节在合并数据中使用虚拟变量第八节虚拟变量方法的一些技术问题第六讲虚拟变量回归模型1.只取0或1数值的变量称为虚拟变量。2.虚拟变量表示两分性质，即“是”或“否”，“男”或“女”等。第一节虚拟变量的性质（1）序号起薪，Y（千美元）性别（男=1，女=0）1221219031

2、80421.71518.506211720.518170917.501021.21按性别划分的教授薪金第一节虚拟变量的性质（2）薪金女教授男教授Yi=18+3.28Dit=(57.74)(7.439)R2=0.8737第一节虚拟变量的性质（3）Yi=a1+a2Di+bXi+uiYi=教授的薪金Xi=教龄Di=1，如果是男性=0，如果是女性模型的意义：E(Yi

3、Xi,Di=0)E(Yi

4、Xi,Di=1)=a1+bXi=a1+a2+bXi第二节包含一个定量变量，一个定性变量模型（1）模型:358Y=’1+’2X(女性)10

5、1520253035012345678男性薪金YX教龄Y=1+2X(男性)^^女性模型:Y男=1+2X男+u男Y女=’1+’2X女+u女(男性模型)(女性模型)^^^^^第二节包含一个定量变量，一个定性变量模型（2）此模型的特点：1.为了区分两个类别，男性和女性，只引进了一个虚拟变量Di。一般规则是：如果一个定性变量有m个属性值，则仅引入m-1个虚拟变量。2.虚拟变量0，1值的分配可以是任意的，但解释模型时一定注意1，0是怎样分配的。3.被分配0的类别或级别通常被用于比较的基础。4.虚拟变量的系数可称为级差截距

6、系数，表明取值1的类别截距项与基底类的截距项的差距。第二节包含一个定量变量，一个定性变量模型（3）例11.1：库存对利率敏感吗？I/S=1.269-0.3615C+0.0215Se-0.0227S–0.2552U+0.0734DUM(19.6)(-2.2)(5.7)(-2.4)(-2.4)(4.8)R2=0.71d=1.91I/S=库存占销售的比重（不变价计算）C=实际利率（4月至6月的利率减一年来消费品生产价格指数的增长率）Se=当期预期销售额U=销售的不确定性DUM为虚拟变量，74年第一季度前取0，之后为1.第二节包含

7、一个定量变量，一个定性变量模型（4）Yi=a1+a2D2i+a3D3i+bXi+uiYi=保健年度支出Xi=年度收入D2=1，如果是高中教育=0，不然的话E(Yi

8、Xi,D2=0,D3=0)E(Yi

9、Xi,D2=1,D3=0)=a1+bXi=a1+a2+bXiD3=1，如果是大学教育=0，不然的话E(Yi

10、Xi,D2=0,D3=1)=a1+a3+bXi第三节定性变量有多种分类的情况例11.2：研究大学教师的年薪是否受到性别、学历的影响。性别和学历是两个不同的标准。按性别标准教师可以分成男、女两类，应该引入一个虚拟变量；按学

11、历标准大学教师可以分为大学本科学历、硕士学历、博士学历三类，应该引入两个虚拟变量，共引入三个虚拟变量：第四节包含一个定量变量，两个定性变量的模型（1）令Y代表年薪，X代表教龄，建立模型：可以看出基准类是本科女教师，B0为刚参加工作的本科女教师的工资；B1为参加工作时间对工资的影响；B2是性别差异系数;B3和B4为学历差异系数，B3是硕士学历与本科学历的收入差异，B4是博士学历与本科学历的收入差异；通过上述分析，我们可以确定Bi的符号。第四节包含一个定量变量，两个定性变量的模型（2）在这个问题中，一共有六个类别，但是我们只引

12、入了三个虚拟变量，而不是五个。在就多个标准引入虚拟变量时，应该注意每一标准下引入虚拟变量个数应该是这一标准下类别数目减一，所以我们在本例中只引入三个虚拟变量而不是五个。如果引入五个虚拟变量就会陷入虚拟变量陷阱。第四节包含一个定量变量，两个定性变量的模型（3）Yi=a1+b1Xi+u1i1946—1954年Yi=储蓄Xi=收入Yi=a2+b2Xi+u2i1955—1963年可能的回归情形：1.重合回归2.平行回归3.汇合回归4.相异回归模型结构性变化是指函数参数发生变化。第五节回归模型中的结构稳定性：虚拟变量法经济时间序列多

13、数呈现季节波动性，为了反映变量之间的关系，往往先消除季节变动的影响，然后再建立模型。消除季节波动的过程统称为季节调整，季节调整的方法很多，虚拟变量的应用就是常用方法之一。例11.3：美国制造业的利润—销售行为利润t=a1+a2D2t+a3D3t+a4D4t+b*销售t+utD2=1如果是第二季度=0否则