《虛擬變量模型》ppt課件-文庫吧
2025-04-14 04:13 本頁面
【正文】 將 多個(gè)虛擬變量 引入模型中以考察多種 “定性 ”因素的影響。 例如： 在職工薪金模型（ 81）的例子中，再引入學(xué)歷的虛擬變量D2= 1 本科及以上學(xué)歷 0 本科以下學(xué)歷則職工薪金的回歸模型可設(shè)計(jì)如下：（ 83） Yi=β0+β1Xi+ β2Di + β3D2i + μi于是，不同性別、不同學(xué)歷職工的平均薪金分別由下面各式給出：女職工本科以下學(xué)歷的平均薪金：男職工本科以下學(xué)歷的平均薪金： 女職工本科以上學(xué)歷的平均薪金：男職工本科以上學(xué)歷的平均薪金： E(Yi|Xi， D1i=0， D2i=0)=β0+β1Xi E(Yi|Xi， D1i=1， D2i=0)=(β0+β2 )+β1Xi E(Yi|Xi， D1i=0， D2i=1)=(β0+β3 )+β1Xi E(Yi|Xi， D1i=1， D2i=1)=(β0+β2+β3 )+β1Xi2. 乘法方式 —— 斜率的變化例如： 根據(jù)消費(fèi)理論，消費(fèi)水平 C主要取決于收入水平 X。但在一個(gè)較長的時(shí)期，人們的消費(fèi)傾向會(huì)發(fā)生變化，尤其是在自然災(zāi)害、戰(zhàn)爭等反常年份，消費(fèi)傾向往往出現(xiàn)變化。這種消費(fèi)傾向的變化可通過在收入的系數(shù)中引入虛擬變量來考察。 設(shè) Dt= 1 正常年份 0 反常年份則消費(fèi)模型可建立如下： （ 84） 這里，虛擬變量 Dt 以與 Xt 相乘的方式引入了模型中，從而可用來考察消費(fèi)傾向的變化。 在 E(μt)=0的假定下，上述模型所表示的函數(shù)可化為 :正常年份： 反常年份： 圖 83 不同年份消費(fèi)傾向示意圖假定 0，則其幾何圖形如圖 83所示。 如果在模型中 同時(shí)使用加法和乘法兩種方式引入虛擬變量 ，則回歸線的截距和斜率都會(huì)改變。 例如： 對于改革開放前后儲蓄 收入模型，可設(shè)定為（ 85）其中， Y為儲蓄， X為收入， Dt為虛擬變量 Dt= 1 改革開放以后 0 改革開放以前顯然在式（ 85）中，同時(shí)使用加法和乘法兩種方式引入了虛擬變量。 在 E(μt)=0的假定下，上述模型所表示的函數(shù)可化為 : 改革開放以前： E(Yt|Xt， Dt=0)=α0+β1Xt改革開放以后： 則 其幾何 圖 形如 圖 84所示。E(Yt|Xt， Dt=1)=(α0+α1) +(β1 – β2 ) Xt假定 0且 0，改革開放以前改革開放以后XY圖 84 改革開放前后儲蓄函數(shù)示意圖3．臨界指標(biāo)的虛擬變量的引入在經(jīng)濟(jì)發(fā)生轉(zhuǎn)折時(shí)，可通過建立臨界指標(biāo)的虛擬變量模型來反映。 例如： 進(jìn)口消費(fèi)品數(shù)量 Y主要取決于國民收入 X的多少，中國在改革開放前后，Y對 X的回歸關(guān)系明顯不同。 這時(shí)，可以 t*=1979為轉(zhuǎn)折期，以 1979年的國民收入 Xt*為臨界值，設(shè)如下虛擬變量： 1 0Dt= t≥t* t＜ t*則進(jìn)口消費(fèi)品的回歸模型可建立如下： （ 86）如果用 OLS法得到該模型的回歸方程為 （ 87）則兩個(gè)時(shí)期進(jìn)口消費(fèi)品函數(shù)分別為當(dāng) t＜ t*=1979時(shí)當(dāng) t≥t*=1979時(shí)幾何圖形如圖 85所示 圖 85 轉(zhuǎn)折期回歸示意圖4．?dāng)?shù)值變量作為虛擬變量引入 有些變量雖然是數(shù)量變量，即可以獲得實(shí)際觀測值，但在某些特定情況下把它選取為虛擬變量則是方便的，以虛變量引入計(jì)量經(jīng)濟(jì)學(xué)模型更加合理。 譬如年齡因素雖然可以用數(shù)字計(jì)量，但如果將年齡作為資料分組的特征，則可將年齡選作虛擬變量。例如： 家庭教育經(jīng)費(fèi)支出不僅取決于其收入，而且與年齡因素有關(guān)。 按年齡劃分為三個(gè)年齡組： 6—18 歲年齡組（中小學(xué)教育）； 19—22 歲年齡組（大學(xué)教育）；其它年齡組。于是設(shè)定虛擬變量D1= 1 618歲年齡組 0 其它 D2= 1 1922年齡組 0 其它則家庭教育經(jīng)費(fèi)支出模型可設(shè)定為（ 88） 其中， Yi是第 i個(gè)家庭的教育經(jīng)費(fèi)支出； Xi是第 i個(gè)家庭的收人；虛擬變量 D1i、 D2i分別表示第 i家庭中是否有 6—18 歲和 19—22 歲的成員。5. 虛擬變量交互效應(yīng)分析 當(dāng)分析解釋變量對變量的影響時(shí)，大多數(shù)情形只是分析了解釋變量自身變動(dòng)對被解釋變量的影響作用，而沒有深入分析解釋變量間的相互作用對被解釋變量影響。 前面討論的分析兩個(gè)定性變量對被解釋變量影響的虛擬變量模型中，暗含著一個(gè)假定： 兩個(gè)定性變量是分別獨(dú)立地影響被解釋變量的 但是在實(shí)際經(jīng)濟(jì)活動(dòng)中，兩個(gè)定性變量對被解釋變量的影響可能存在一定的交互作用，即一個(gè)解釋變量的邊際效應(yīng)有時(shí)可能要依賴于另一個(gè)解釋變量。 為描述這種交互作用，可以把兩個(gè)虛擬變量的乘積以加法形式引入模型。考慮下列
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1