虛擬變量ppt課件(2)-wenkub
2023-05-27 13:05:36 本頁面
【正文】 Yi=α0+α1Di+βXi+ ui Yi 為消費水平， Xi 為居民收入， Di為虛擬變量。n 思考 ：現(xiàn)有三個定性因素，有兩個因素各有 4個不同的屬性，一個因素有 2個不同的屬性，應(yīng)設(shè)多少個虛擬變量？ （應(yīng)設(shè) 3+3+1=7個虛擬變量）10三、虛擬變量的作用n n 例如分析我國 GDP的時間序列，必須考慮 “文革 ”因素對國民經(jīng)濟的破壞性影響，剔除不可比的 “文革 ”因素。雖然 “年齡 ”是一個數(shù)量因素，但為了方便也可以用虛擬變量表示。這些變量稱作 數(shù)量變量 。n 然而，影響被解釋變量的不僅有量的因素，還有質(zhì)的因素（如 性別 、 民族 、 職業(yè)、季節(jié)、政策 等等）2n 虛擬變量 是用以反映質(zhì)的屬性的一個人工變量，取值為 0 或 1，通常記為 D（ Dummy Variable） ,又可稱之為 屬性變量 、 雙值變量 、 類型變量 、 定性變量 、或 二元型變量 。例如：可以把居民分為兩個年齡組：n 第一組： 20~35歲的居民n 第二組： 35~60歲的居民n 用 “1”表示第一年齡組 ； “0”表示第二年齡組，就可以估計年齡對儲蓄的影響。n 例如工資模型中的文化程度、季節(jié)對銷售額的影響。解釋變量中既有定量變量又有虛擬變量、解釋變量中既有定量變量又有虛擬變量15n 表示農(nóng)村居民的消費水平n 表示城市居民的消費水平假設(shè) α1＞ 0，可得到下圖：16XiYiα0α0+α1單變量變截距模型17對模型 Yi=α0+α1Di+βXi+ ui 使用 OLS法，可得： n 對 α1 進行 t 檢驗，若 α1≠ 0 ， 則說明城市居民與農(nóng)村居民的消費水平有明顯差異。主要作用在于：(1)比較兩個回歸模型；(2)分析因素間的交互影響；(3)提高模型的描述精度。表明兩個回歸模型完全不同。均是顯著的，說明改革開放前后不同。那么在包含兩個定性變量的虛擬變量模型中，兩個定性變量對被解釋變量的影響也可能存在一定的交互作用，如何描述呢？n 例如，研究農(nóng)副產(chǎn)品生產(chǎn)總收益與農(nóng)副產(chǎn)品生產(chǎn)投入的關(guān)系時，設(shè)定模型為交互效應(yīng)分析、交互效應(yīng)分析36虛擬變量以加法形式引入暗含著假設(shè)：油菜籽生產(chǎn)虛擬變量以加法形式引入暗含著假設(shè)：油菜籽生產(chǎn)和養(yǎng)蜂生產(chǎn)是分別獨立地影響著農(nóng)副產(chǎn)品總收益。情況。38n 在經(jīng)濟關(guān)系中常有這樣的情況： 當(dāng)解釋變量 X的值達到某一水平 X*之前，與被解釋變量 Y之間存在某種線性關(guān)系；當(dāng)解釋變量 X的值達到或超過 X*之后，與被解釋變量 Y的關(guān)系就會發(fā)生變化。從 1979年開始，居民消費支出為快速上升趨勢。在計量經(jīng)濟學(xué)中稱為 “二元響應(yīng) ”現(xiàn)象。由于 0≤pi ≤1，所以（ 1）式必須滿足約束條件46線性概率模型的估計線性概率模型雖然在形式上與普通線性回歸模型很相似，但由于 Yi 是虛擬變量，會出現(xiàn)與普通回歸模型不同的新問題，不能直接運用 OLS對其進行估計：（ 1）隨機擾動項不服從正態(tài)分布；（ 2）隨機擾動項具有異方差性；（ 3）條件 0≤E(Yi︱ Xi)≤1不一定成立。48n 對于第三個問題，有兩種處理辦法：一是當(dāng) 時，認(rèn)為當(dāng) 時，認(rèn)為二是選擇其他能夠滿足約束 0≤E(Yi︱ Xi)≤1的非線性模型。因此有必要選擇表現(xiàn)概率平均變化比較理想的模型。由于所以所以比率比率 稱為稱為 機會比率機會比率 或或 機會差異化機會差異化 ，而，而稱為稱為 對數(shù)單位對數(shù)單位
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1