9第八章虛擬變量回歸模型(完整版)
【正文】 變量的賦值操作命令 由于 Eviews中不可用 D作為變量名，故用 DM代替虛擬變量 D。 Chow Test 的步驟 3 如果 Fstatistic的值大于 F(2,19)的臨界值； 或者，如果 ，表明 存在結構性變化 。 Y 就是虛擬被解釋變量，其取值為 Y=1 （購買） ； Y=0 （不買） 1. 線性概率模型（ LPM， Linear Probability Model ） 12i i iY X u??? ? ?回歸模型： 12( | )i i iE Y X X????回歸方程： 12( | )i i iE Y X X????回歸方程： 虛擬被解釋變量的條件均值的意義 設被解釋變量的屬性（購房）發(fā)生概率為 ipiY概 率01 ip?1ip ( ) 0 1 ) 1（? ? ? ? ? ?i i i iE Y p p p12(() |)iii iiE Y X pE Y X??? ? ? ?所以，虛擬被解釋變量的條件均值即購房概率，它是收入的線性函數(shù)。 將非線性轉化為線性 l n( ) l n1 ??? izi iip eZp ，稱為 機會比率的對數(shù) ， ln( )1 iipp?機會比率對數(shù) 是解釋變量 X 的線性函數(shù)。 其實，如果我們從 “ 最大似然 ” 的英文 Maximum Likelihood來看，原始含義就是 “ 看起來最像 ” 。 （ 2）群組數(shù)據(jù)（整理匯總數(shù)據(jù)） 家庭收入 （千美元） X 群組內 家庭總數(shù) 群組內 購房家庭數(shù) 購房概率 權重 機會比率 對數(shù) 6 40 8 8 50 12 10 60 18 ? ? iiinpN18? 40??p 1 l n 61 ?????????由此，可用 OLS估計回歸參數(shù)。它是建立在最大似然原理基礎上的一種統(tǒng)計方法。 在大樣本條件下，都沒有影響。 也可在回歸分析結果的視窗內，通過 View /Stability Tests/Chow Breakpoint Test 的視窗操作，進行結構性檢驗（ 如下圖所示 ）。所以， 1990前后儲蓄 GNP的關系存在結構性變化。 當 D=0（女性） 當 D=1（男性） 12i i iY X u??? ? ?1 2 3()i i iY X u? ? ?? ? ? ?0 X Y 1??男性 女性 （工齡） （工資） XY 21 ??? ?? ??XY )??(?? 321 ??? ???2 乘法方式 （續(xù)） 特征： 截距不變，斜率變。其取值為 “ 1”或 “ 0”。 虛擬解釋變量的回歸模型 167。如 GDP、價格、產量、人口數(shù)、身高等。 D=1，表示 男性， D=0，表示 女性。 0 X Y 1??男性 女性 （工齡） （工資） XY 31 ??? ?? ??XY )??()??(?
黨政相關相關推薦
鄂ICP備17016276號-1