虚拟变量的回归分析演示文稿

虚拟变量的回归分析演示文稿目前一页\总数十八页\编于点优选虚拟变量的回归分析目前二页\总数十八页\编于点回归分析的类型因变量与自变量都是定量变量的回归分析——即我们常做的回归分析因变量是定量变量，自变量中有定性变量的回归分析—即含有虚拟变量的回归分析因变量是定性变量的回归分析—Logistic回归分析目前三页\总数十八页\编于点自变量中有定性变量

的回归分析目前四页\总数十八页\编于点自变量中有定性变量的回归在社会经济研究中，由许多定性变量，比如地区、民族、性别、文化程度、职业和居住地等。可以应用它们的信息进行线性回归。但是，必须现将定性变量转换为哑变量（也称虚拟变量），然后再将它们引入方程，所得的回归结果才有明确的解释意义。目前五页\总数十八页\编于点哑变量的建立对于具有k类的定性变量来说，设哑变量时，我们只设k-1个哑变量。例7.4

分析某地区妇女的年龄、文化程度、及居住地状况对其曾生子女数的影响。定量变量:年龄定性变量:文化程度、地区Spss数据：妇女生育子女数.SAV目前六页\总数十八页\编于点哑变量的建立原变量编码值

哑变量赋值的操作文化程度=1（文盲）所有EDU=0文化程度=2（小学）EDU2=1,其他EDU=0文化程度=3（初中）EDU3=1,其他EDU=0文化程度=4（高中）EDU4=1,其他EDU=0文化程度=5（大学）EDU5=1,其他EDU=0地区=1（城市）AREA=1

地区=2（农村）AREA=0目前七页\总数十八页\编于点应用SPSS建立回归方程回归结果：目前八页\总数十八页\编于点SPSS输出结果目前九页\总数十八页\编于点SPSS输出结果目前十页\总数十八页\编于点回归方程的解释当案例在两个分类变量都等于0时，即文化程度为文盲，居住地在农村时，此种情况称为参照类（其他情况将于此进行比较），其回归方程为：表明所有参照类妇女年龄每上升1岁，其曾生子女数的平均变化量为0.068个。目前十一页\总数十八页\编于点回归方程的解释当文化程度为小学，居住地为农村时：表明，对于相同年龄和居住地而言，小学文化程度妇女比文盲妇女曾生子女数多出b2个部分，即少生1.13个子女。目前十二页\总数十八页\编于点回归方程的解释当教育程度为文盲、居住地为城市时，表明，对于相同年龄和文化程度而言，城市妇女比农村妇女曾生子女数多出b6个部分，即少生0.49个子女。目前十三页\总数十八页\编于点回归方程的解释总之，该回归方程表示：参照类妇女曾生子女数对年龄的回归直线的截据为1.41，年龄每上升1岁，参照类妇女的平均曾生子女数上升0.068个。城市妇女比农村妇女的平均曾生子女数少0.49个。小学、初中、高中和大学文化程度妇女的平均曾生子女数分别比文盲妇女少1.13、1.31、1.58、1.57个（在年龄和居住地相同时）。目前十四页\总数十八页\编于点回归方程的解释文化程度在实际中是一个序次变量。可以用表示序次变量个相邻分类的实际效应，如初中的边际效应为：类似，可以计算下面的边际效应：小学=-1.13初中=-0.18高中=-0.27大学=0.01目前十五页\总数十八页\编于点回归分析利用同样的方法我们可以对例7.2进行回归分析。例7.2的数据中,还有一个自变量是定性变量“收入”,以虚拟变量或哑元(du