第五章 虚拟变量.ppt

第五章虚拟变量 两种分类的定性变量 多种分类的定性变量 定性变量对截距和斜率项影响 应用 两种分类的定性变量 问题的提出 1 计量经济学模型 需要经常考虑属性因素的影响 例如 职业 战争与和平 繁荣与萧条 文化程度 灾害 季节2 定性因素往往很难直接度量它们的大小 只能给出它们的 Yes D 1或No D 0 或者它们的程度或等级3 为了反映定性因素和提高模型的精度 必须将属性因素 量化 通过构造0 1型的虚拟变量来量化属性因素 模型中引入虚拟变量的必要性 现实经济生活错综复杂 往往要求人们按照经济变量的质或量的不同 分别进行处理 因此 回归模型中 往往有必要引入虚拟变量 以表示这些质的区别 例如 消费函数 对于平时与战时 萧条与繁荣 乃至性别 教育程度 季节性等等 都会因质的不同表现出不同的差异 两种分类的定性变量 Y的条件期望值 工资 考察工资和性别有无关系的模型 例 数据data51 xls data51 wfl 建立模型 计算看看男女性各自的平均工资 结果如何 这里性别为一虚拟变量 加入其它定量解释变量 把上例模型中加入工作经历后变为 性别虚拟变量的p值很小为0 003 表明非常显著 这样在控制工作经历的情况下 平均工资的性别差异很显著 多种分类的定性变量 多种分类的定性变量 设Y表示家庭储蓄 X表示家庭收入 不同年龄组 储蓄和收入之间的关系是不一样的 把年龄分成三个组 25岁以下 25 55岁和55岁以上 定义虚拟变量 三类家庭的虚拟变量取值情况 还有可能有更多的定性变量 如受教育程度 职称等 定性变量对截距和斜率项影响 定性变量对截距和斜率项影响 斜率项发生变化 定性变量对截距和斜率项影响 续 设Y表示工资 X表示工作经历 D表示性别虚拟变量 截距和斜率项发生变化 应用 应用 例工资差别 为了了解美国工作妇女是否受到了歧视 用美国统计局的有关数据来作一分析 数据 data52 xls变量说明 WAGE 工资 美元 小时 SEX 性别 1 女ED 受教育年数AGE 年龄NONWH 1 非西班牙裔也不是白人 0 其他HISP 1 西班牙裔 0 其他 估计的模型 1 22 10 3 86 2 3 3 38 4 61 8 54 4 63 1 07 0 22 4 59 4 50 7 98 1 22 0 28 3 87 3 18 例 数据data53 xls 为英国1946年至1963年居民储蓄和收入数据 单位百万英镑 数据可分两个时期 46 54 战后恢复期 55 63振兴时期 建立模型 收入 虚拟变量 储蓄 D 1 X属于第一个时期D 0 X属于第二个时期 wfcreatea19461963readdata53 xls3genrd2 d1 xequationeq1 lsycd1xd2eq1 results VariableCoefficientStd Errort StatisticProb C 1 7501720 331888 5 2733770 0001D11 4839230 4703623 1548520 0070X0 1504500 0162869 2381720 0000D2 0 1034220 033260 3 1094710 0077R squared0 952626Meandependentvar0 773333AdjustedR squared0 942475S D dependentvar0 642806S E ofregression0 154173Akaikeinfocriterion 0 708351Sumsquaredresid0 332771Schwarzcriterion 0 510490Loglikelihood10 37516F statistic93 84109Durbin Watsonstat1 468099Prob F statistic 0 000000 Chow检验 检验模型反映的经济结构是否有所改变 检验假设 零假设成立时 F服从自由度为 k 1 n 2k 2 的F分布 给定显著性水平 找到相应的临界值 若计算的统计量值大于临界值 则认为模型反映的经济结构发生了变化