第八章虛擬變量回歸-在線瀏覽
2024-09-11 13:18本頁面
【正文】 ?????**01XXXXD? 構(gòu)建包含門檻水平 X*的分段線性回歸模型： ? 于是有兩個不同階段的回歸函數(shù)： ? 顯然，虛擬變量方法可有效的實(shí)現(xiàn)分段回歸，其中兩階段的截距分別為 和 ，斜率分別為 和 。 iiiii DXXXY ???? ????? )( *??????????01)()()E ( Y *i DXDXXii??????? )( *X?? ?? )( ?? ??采用虛擬變量方法衡量不同屬性類別對應(yīng)回歸參數(shù)的差異性，相對于將各屬性類別的樣本各自做回歸，至少可以體現(xiàn)以下幾個優(yōu)點(diǎn)：①個別的回歸能容易推導(dǎo)出來；②增加了自由度，參數(shù)估計(jì)的相對精度也有所改進(jìn)；③可采用各種假設(shè)檢驗(yàn)，如采用 t統(tǒng)計(jì)量檢驗(yàn)單個虛擬變量 D或交互乘積項(xiàng) D1D DX的顯著性；采用 F檢驗(yàn)對多個虛擬變量的顯著性做聯(lián)合檢驗(yàn)。 ? 采用 F檢驗(yàn)對多個虛擬變量顯著性做聯(lián)合檢驗(yàn)時，需構(gòu)建 F統(tǒng)計(jì)量： ? 其中， RSSR表示不含虛擬變量回歸模型的殘差平方和； RSSU表示含有虛擬變量回歸模型的殘差平方和； j表示約束條件的個數(shù)； k表示包含虛擬變量回歸模型中參數(shù)的個數(shù)。 0)1())(1()(212110212110212110??????????????iiiiiiiiiiXXPXXPXXPE??????????iii XXP 212110 ??? ???),( 21 iiii XXDEP ?? 線形概率模型的估計(jì) ? OLS ? 例：研究婦女工作問題 ? 其中， D=1，表示擁有或正在尋找工作 ? D=0，表示其它 ? M=1，表示已婚 ? M=0，表示未婚 ? S，表示受教育年限 ???? ???? iii SMD 210樣本 D M S 樣本 D M S 1 1 0 16 16 1 0 10 2 1 1 14 17 1 1 14 3 1 1 16 18 0 1 10 4 0 0 9 19 0 1 12 5 1 0 12 20 1 0 13 6 0 1 12 21 1 0 14 7 1 0 14 22 1 1 12 8 1 0 10 23 0 1 7 9 0 0 12 24 0 1 11 10 1 0 8 25 0 1 12 11 1 0 11 26 1 1 10 12 1 0 14 27 1 0 15 13 0 1 12 28 0 1 10 14 1 1 13 29 0 1 11 15 0 1 9 30 1 1 12 Dependent Variable: D1 Variable Coefficient Std. Error tStatistic Prob. M S C Rsquared Mean dependent var Adjusted Rsquared . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Fstatistic DurbinWatson stat Prob(Fstatistic) ? 系數(shù)的含義： ? 解釋變量增加一個單位， Di =1的概率增加幾個單位。 ? 線形概率模型存在的問題： ? 調(diào)整后的 R2不能精確衡量擬合程度。
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1