虛擬變量模型ppt課件-免費(fèi)閱讀
【正文】 當(dāng)樣本容量 n較大，可選用加權(quán)最小二乘法進(jìn) 行估計(jì)。 機(jī)會(huì)比率的對(duì)數(shù) Li=ln[pi/(1?pi)]稱為 對(duì)數(shù)單位 ，這里的對(duì)數(shù)單位 Li不僅是 Xi的線性函數(shù)，而且也是 β的線性函數(shù)，所以， (826)式也稱為 Logit模型 。 因此可以設(shè)法找到符合這種 S型曲線特征的函數(shù)形式來作為二元型響應(yīng)計(jì)量經(jīng)濟(jì)模型的設(shè)定形式。2）3．非線性概率模型 應(yīng)當(dāng)指出的是，雖然我們可以采用 WLS解決異方差性問題、增大樣本容量減輕非正態(tài)性問題，通過約束迫使所估計(jì)的事件 Y發(fā)生的概率落入 0~1，但LPM與經(jīng)濟(jì)意義的要求不符：隨著 X的變化， X對(duì) pi的 “邊際效應(yīng) ”保持不變。 也就是說， LPM參數(shù)的 OLS法估計(jì)量雖仍為線性無偏估計(jì)量，但不是最佳估計(jì)量。 顯然，只要得到 (817)式中 β0和 β1的估計(jì)量后，就可以估計(jì)出不同收入水平住戶購買商品住房的概率。 例如： 例如： 假定我們要從一個(gè)截面樣本度量汽車所有權(quán)的決定因素。 為描述虛擬變量交互作用對(duì)被解釋變量的效應(yīng)，在 (89)式中以 加法形式 引入兩個(gè)虛擬解釋變量的乘積，即Yi=α0+α1D1i+α2D2i+α3（ D1iD2i） +βXi +μi (810)（ 1）基礎(chǔ)類型：不發(fā)展油菜籽生產(chǎn)，也不發(fā)展養(yǎng)蜂生產(chǎn)時(shí)農(nóng)副產(chǎn)品生產(chǎn)平均總收益E(Yi|Xi,D1=0,D2=0)= α0+βXi (811) （ 2）比較類型：同時(shí)發(fā)展油菜籽生產(chǎn)和養(yǎng)蜂生產(chǎn)時(shí)，農(nóng)副產(chǎn)品生產(chǎn)平均總收益E(Yi|Xi,D1=1,D2=1)= α0+α1+α2+α3+βXi (812) α1為是否發(fā)展油菜籽生產(chǎn)對(duì)農(nóng)副產(chǎn)品生產(chǎn)總收益的截距差異系數(shù)； α2為是否發(fā)展養(yǎng)蜂生產(chǎn)對(duì)農(nóng)副產(chǎn)品生產(chǎn)總收益的截距差異系數(shù)； α3為同時(shí)發(fā)展油菜籽生產(chǎn)和養(yǎng)蜂生產(chǎn)時(shí)對(duì)農(nóng)副產(chǎn)品生產(chǎn)總收益的交互效應(yīng)系數(shù)。5. 虛擬變量交互效應(yīng)分析 當(dāng)分析解釋變量對(duì)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(duì)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(duì)被解釋變量影響。 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。圖 82 不同教育程度人員保健支出示意圖還可將 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： 1）表示性別的虛擬變量可取為D1= 1 男性 0 女性2）表示文化程度的虛擬變量可取為D2= 1 本科及以上學(xué)歷 0 本科以下學(xué)歷3）表示地區(qū)的虛擬變量可取為D3= 1 城市 0 農(nóng)村4）表示消費(fèi)心理的虛擬變量可取為D4= 1 喜歡某種商品 0 不喜歡某種商品5）表示天氣變化的虛擬變量可取為D5= 0 雨天 1 晴天二、虛擬變量模型同時(shí)含有一般解釋變量與虛擬變量的模型稱為 虛擬變量模型 。◆ 虛擬變量◆ 虛擬變量模型第八章 虛擬變量模型第一節(jié) 虛擬變量◆ 虛擬變量的引入◆ 虛擬變量的設(shè)置原則一、虛擬變量為什么要引入 “ 虛擬變量 ” ？？如商品需求量、價(jià)格、收入、產(chǎn)量等許多經(jīng)濟(jì)變量是可以定量度量的或者說是可以直接觀測(cè)的但是也有一些影響經(jīng)濟(jì)變量的因素?zé)o法定量度量或者說無法直接觀測(cè) 如職業(yè)、性別對(duì)收入的影響，戰(zhàn)爭、自然災(zāi)害對(duì) GDP的影響，季節(jié)對(duì)某些產(chǎn)品 (如冷飲 )銷售的影響等。計(jì)量經(jīng)濟(jì)學(xué)— 理論 為了能夠在模型中反映這些因素的影響，并提高模型的精度，需要將它們?nèi)藶榈?“量化 ”，這種 “量化 ”通常是通過引入 “虛擬變量 ”來完成的。 在模型中，虛擬變量可作為解釋變量，也可作為被解釋變量，但主要是用作 解釋變量 。 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：
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1