第八章虚拟变量的建模.ppt

第八章 虚拟变量的建模 背景 定类与定序变量统称为定性变量 在经济领域，许多重要因素都需要使用定性数据加以刻画： 经济体制（改革前-改革后）、所有制形式（国有-集体-外资等等）、区域（东-中-西）、性别（男-女）、信用等级 自变量采用定性数据，在量化与解释上要十分注意，因变量如果采用定性数据，会给模型的估计与解释带来更大的困难。 背景 本章的研究对象是定性变量 无论是定类还是定序，处理方法是一致的 但，当定序变量的水平很多时，可以当定量变量处理 例：大学排名 背景 定性变量的水平可以是自然的，也可以是人为规定的 自然的：性别 人为规定： 规定水平：相貌对工资的影响 合并水平（计量等级的退化）： 地区差异对人均收入的影响 大学排名对最初工资的影响 背景 有时，自变量的影响有如下模式：在某个区间内的变动，不会显著影响因变量，但区间外与区间内的不同则会有显著影响。此时直接用原始变量效果不好，则可将变量转换为水平较少的定性变量进行建模 定量变量的系数不显著，有时将其退化为定性变量就会显著。 背景 定性变量有些来自于不得已 有些来自于主动 主要内容 一、定性变量作为自变量的建模方法 虚拟变量法 二、定性变量作为因变量的建模方法 一、定性变量作为自变量的建模 （一）二值变量的建模 1、二值变量的量化方法 2、回归系数的含义 3、多个虚拟变量的建模与解释 4、含虚拟变量模型的其他变化 5、Chow检验 （二）多值变量的建模 （一）二值变量的建模 所谓二值变量，是指变量只有两种可能取值，是某种属性或者不是 二值变量可以是自然的，也可以是人为规定的 人为规定：所有制：国有企业-非国有企业 1、二值变量的量化方法 可以有三种量化方法 1） 1、二值变量的量化方法 2） 1、二值变量的量化方法 3） 1、二值变量的量化方法 使用虚拟变量（dummy variable）的基本原则 0，1只是代号 用0，1代入，会有较好的经济含义 二值变量，只需设置一个虚拟变量，否则会出现完全共线性问题（有截距项） 2、回归系数的含义 较正式的表述： 2、回归系数的含义 虚拟变量回归系数的基本含义： 不同属性模型之间的截距移动 2、回归系数的含义 虚拟变量回归系数可以解释为：在其他因素水平相同的情况下，不同属性的平均差异 以前数据为例，虚拟变量回归系数为67， 意味着在资本水平相同的情况下，三资企业的平均利润要高于国有及国有控股企业67亿元。 在解释时，一定要注意谁是基组（取0） 2、回归系数的含义 类似模型都蕴含有一个假定： 斜率是一致的，即无论对于哪一组（按虚拟变量属性划分），其它变量对因变量的影响都是一样的 4、含虚拟变量模型的其他变化 考虑交互影响的模型 显然，资本水平不同，利润会有不同，三资企业和国有企业的差异也不会都是67亿元。 4、含虚拟变量模型的其他变化 在交互模型中，虚拟变量前的回归系数只表示在资本为0情况下，三资企业与国有企业的利润差距 4、含虚拟变量模型的其他变化 交互模型中虚拟变量前回归系数的经济含义不好，可以采用如下方法解决： 4、含虚拟变量模型的其他变化 4、含虚拟变量模型的其他变化 交互项的引入实际意味着非虚拟变量的斜率是不一致的。 4、含虚拟变量模型的其他变化 判断是否需要交互项，可通过相应系数的t检验来进行； 要注意到：是否需要交互项等价于检验斜率是否相等； （二）多值变量的建模 多值变量意味着虚拟变量有3个以上取值， 如考虑季节的影响，则季节有四个水平。 （二）多值变量的建模 正确量化方法 （二）多值变量的建模 基本原则： 只用0，1来量化，0，1只表示真或不真 只需设置比水平数少一个的虚拟变量 （二）多值变量的建模 基本解释 每个虚拟变量前的系数都表示和基组（不专设虚拟变量的组）相比，在因变量上的平均差异。 （二）多值变量的建模 对于定序变量而言，由于水平之间的差值依然没有意义，所以，上述方法仍然适用。 （二）多值变量的建模 有时，某定性因素的多个虚拟变量在统计上都不显著，但这并不意味着该因素就一定是不显著的，此时联合检验将发挥关键作用。 要点 自变量中定性变量的回归系数，在解释上与定量变量有很大不同，此时判定系数含义，主要不使用导数，而是依靠将定性变量代入，计算不同方程之间的差别。