8第八章虛擬變量回歸new(編輯修改稿)
2025-03-26 14:45 本頁面
【文章內容簡介】 影響，引入三個虛擬變量（設第 1季度為基礎類型）： 利潤函數可取為 ： Yi=a+bxi+ α 1D1i+ α 2D2i + α 3D3i + ε i ????01iD第 i+1季度 i=1,2,3 其他季度 第三節(jié) 虛擬變量的特殊應用 二、檢驗模型結構的穩(wěn)定性 設根據兩個樣本估計的回歸模型分別為： 樣本 1： Yi=a1+b1xi +ε i 樣本 2： Yi=a2+b2xi +ε i 估計模型： Yi=a1+b1xi+(a2a1)Di+(b2b1)XDi+ε i 其中 ， XDi=xi*Di。 ????01D樣本 2 樣本 1 設置虛擬變量： 20 利用 t檢驗判斷 D、 XD系數的顯著性，得到四種檢驗結果： （ 1） a2=a1， b2=b1，兩個回歸模型沒有顯著差異。 （ 2） a2≠a 1， b2=b1， 兩個回歸模型之間的差異僅僅表現在截距上 。 （ 3） a2=a1， b2≠b 1， 兩個回歸模型的截距相同 ， 但斜率存在顯著差異 。 （ 4） a2≠a 1， b2≠b 1， 表明兩個回歸模型完全不同 。 第（ 1）種情況下模型結構是穩(wěn)定的，其余情況都表明模型結構不穩(wěn)定。 重合回歸 平行回歸 匯合回歸 相異回歸 21 三、分段回歸 設虛擬變量為： 分段回歸模型設置成： Yi= a+bxi+β (xix*)Di+ε i 其中 ， x*是已知的臨界水平 （ 分段點 ） 。 這樣各段的函數為： Yi= a +bxi+ε i xx* Yi= (aβ )+(b+β )xi+ε i xx* ????01D xx* xx* 使用虛擬變量能如實描述不同階段的經濟關系，又未減少估計模型時樣本容量，保證了估計精度。 22 四、混合回歸 【例】 現有我國城鎮(zhèn)居民 1998年、 1999年全年人均消費支出和可支配收入的統(tǒng)計資料。試使用混合樣本數據估計我國城鎮(zhèn)居民消費函數。 設 1998年 、 1999年我國城鎮(zhèn)居民消費函數分別為： 1998年： Yi=a1+b1xi +ε i 1999年： Yi=a2+b2xi +ε i 能否將變量的時序數據和橫截面數據混合建模 為比較兩年的消費函數是否有顯著差異，設置虛擬變量： 并且合并兩年的數據 ， 估計以下模型： Yi= a1 +b1xi+α Di+β XDi +ε i 其中 α =a2a1 ,β =b2b1。 ????01D1999年 1998年 24 使用 EViews軟件的估計過程 如下： CREATE U 16 建立工作文件 DATA Y X （ 輸入 199 1999年消費支出和收入的數據 ， 1～ 8期為 1998年資料 ， 9～ 16期為 1999年資料 ） SMPL 1 8 樣本期調為 1998年 GENR D1＝ 0 輸入虛擬變量的值 SMPL 9 16
化學相關推薦
鄂ICP備17016276號-1