计量经济学虚拟变量模型课件.ppt

《计量经济学虚拟变量模型课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、计量经济学—理论·方法·EViews应用郭存芝杜延军李春吉编著本章将主要介绍经典单方程计量经济学模型中引入虚拟变量的问题。第八章虚拟变量模型在前面几章中，主要介绍了经典线性回归模型及其在若干基本假定下的估计问题，并分析了一个或多个假定不满足时所产生的后果及其可能的改进措施。然而上述方法还不能解决经济生活中遇到的全部问题。如何考察某一突发事件、性别、季节、受教育程度等对经济行为带来的影响？？例如：第八章虚拟变量模型◆学习目的了解虚拟变量、虚拟变量模型的概念，掌握虚拟变量设置的原则和引入模型的方法。◆基本要求1)认识到虚拟变量是建立计量经济学模型经常会遇到的问题；2)了解虚拟变量、虚拟

2、变量模型的概念；3)掌握虚拟变量设置的原则、虚拟变量模型的建模方法及应用。◆虚拟变量◆虚拟变量模型第八章虚拟变量模型第一节虚拟变量◆虚拟变量的引入◆虚拟变量的设置原则一、虚拟变量为什么要引入“虚拟变量”？？如商品需求量、价格、收入、产量等许多经济变量是可以定量度量的或者说是可以直接观测的但是也有一些影响经济变量的因素无法定量度量或者说无法直接观测如职业、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。为了能够在模型中反映这些因素的影响，并提高模型的精度，需要将它们人为地“量化”，这种“量化”通常是通过引入“虚拟变量”来完成的。这种用两个相异数字

3、来表示对被解释变量有重要影响而自身又没有观测数值的一类变量，称为虚拟变量(dummyvariables)。虚拟变量也称为哑变量或定性变量。虚拟变量的特点是：1．虚拟变量是对经济变化有重要影响的不可测变量。2．虚拟变量是赋值变量，一般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，记为D。这是为了便于计算而把定性因素这样数量化的，所以虚拟变量的数值只表示变量的性质而不表示变量的数值。基础类型和肯定类型取值为1；一般地，在虚拟变量的设置中，比较类型和否定类型取值为0。例如：1）表示性别的虚拟变量可取为D1=1男性0女性2）表示文化程度的虚拟变量可取为D2=1

4、本科及以上学历0本科以下学历3）表示地区的虚拟变量可取为D3=1城市0农村4）表示消费心理的虚拟变量可取为D4=1喜欢某种商品0不喜欢某种商品5）表示天气变化的虚拟变量可取为D5=0雨天1晴天二、虚拟变量模型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。在模型中，虚拟变量可作为解释变量，也可作为被解释变量，但主要是用作解释变量。一个以性别为虚拟变量来考察职工薪金的模型如下：（8-1）其中例如：——为职工的薪金；——为职工工龄；=1——代表男性=0——代表女性三、虚拟变量的引入虚拟变量作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。1.加法方式上述职工薪金模型（8-1

5、）中性别虚拟变量的引入就采取了加法方式，女职工的平均薪金为：在该模型中，如果仍假定=0，则男职工的平均薪金为：从几何意义上看(图8-1)，图8-1男女职工平均薪金示意图假定>0，则两个函数有相同的斜率，但有不同的截距。这意味着，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可以通过传统的回归检验，对的统计显著性进行检验，以判断男女职工的平均薪金水平是否有显著差异。例如：在截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。教育水平考虑三个层次：高中以下，高中，大学及其以上D1=1高中0其它D2=1大学及其以上0其它这时需要引入两个虚拟变量：模型可设定如下

6、：（8-2）高中以下：E(Yi

7、Xi，D1i=0，D2i=0)=β0+β1Xi高中：大学及其以上：E(Yi

8、Xi，D1i=1，D2i=0)=(β0+β2)+β1XiE(Yi

9、Xi，D1i=0，D2i=1)=(β0+β3)+β1Xi在=0的初始假定下，容易得到高中以下、高中、大学及其以上教育水平个人平均保健支出的函数：假定，且，则其几何意义如图8-2所示。图8-2不同教育程度人员保健支出示意图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。例如：在职工薪金模型（8-1）的例子中，再引入学历的虚拟变量D2=1本科及以上学历0本科以下学历则职工薪金的回归模型可设计如下：（8-3

10、）Yi=β0+β1Xi+β2Di+β3D2i+μi于是，不同性别、不同学历职工的平均薪金分别由下面各式给出：女职工本科以下学历的平均薪金：男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：男职工本科以上学历的平均薪金：E(Yi

11、Xi，D1i=0，D2i=0)=β0+β1XiE(Yi

12、Xi，D1i=1，D2i=0)=(β0+β2)+β1XiE(Yi

13、Xi，D1i=0，D2i=1)=(β0+β3)+β1XiE(Yi

14、Xi，D1i=1，D2i=1)=(β0+β2+