第4讲 定性计量分析.ppt

* * * * * * * * 排序选择模型 为解决这一问题，可采用如下定义：假设有一个与Xi有关的指标变量yi*，用yi*是否在某一临界范围内来确定yi的值，即建立模型： 三、排序选择模型 排序选择模型 1-F(gM-XiTb) gMyi* M … … … F(g3-XiTb)-F(g2-XiTb) g2yi*≤g3 2 F(g2-XiTb)-F(g1-XiTb) g1yi*≤g2 1 F(g1-XiTb) yi*≤ g1 0 yi的概率 yi*的临界范围 yi取值 三、排序选择模型 排序选择模型 根据F的不同，常用的排序选择模型有 1-exp(-ex) ex/(1+ex) F(x) 分布函数F Extreme Value模型 Ⅰ型极值分布 Logit模型 Logistic分布 Probit模型 标准正态分布 排序选择模型 m*对应的分布 三、排序选择模型 实例 为研究选民态度与收入的关系，在调查执政者的支持率的民意测验中得到如下数据：y=0表示支持，y=1表示中立，y=2表示不支持。 EViews操作：估计方法选择ORDERED 三、排序选择模型 计数模型 计数模型中被解释变量为计数变量，即事件发生的数目。计数模型适用于被解释变量是离散的正整数且具有数值小、取零的个数较多而且解释变量多是表示属性的虚拟变量的情况。 四、计数模型 四、计数模型 计数模型 计数模型表示为： lnE(yi)=XiTbi ; i=1，2，…，n 其中，yi为事件发生的次数，E(yi)表示yi的期望，Xi为表示属性的定性变量（即虚拟变量）. 例题 不同轮船发生事故次数模型----y表示平均每月发生事故次数。 EViews操作：和一般多元回归一样，但这里选择COUNT估计方法。 四、计数模型 实例5.3 四、计数模型 * * * * * * * * * * * * * * * * * * * * * * * * 第4讲 定性计量分析 一、虚拟变量模型 二、二元选择模型 三、排队选择模型 四、计数模型 一、虚拟变量模型 定性变量的量化 古典线性回归模型中的经济变量都是定量的变量，但是在经济中也存在许多定性的变量，如职业、性别、战争、自然灾害、季节等，它们对某些经济变量也有显著影响，那么如何将这些定性变量引入模型呢？ 定性变量一般量化都比较困难，但大多定性变量都可区分为不同的状态.例如学生可区分为小学生、中学生、大学生、硕士研究生、博士生；战争可区分为发生与不发生；季节可区分为春、夏、秋、冬等等. 定性变量的量化 一、虚拟变量模型 最简单的区分就是将定性变量区分为两种状态，如发生战争与不发生战争；男与女；学生与非学生等等. 定性变量的量化 一、虚拟变量模型 我们分别用“0”或“1”来表示定性变量的“是”和“非”两种状态，通过这种“量化”而得到的变量称为虚拟变量(dummy variables)，记为D. 虚拟变量模型(dummy variables model) 一、虚拟变量模型 一般地，在虚拟变量的设置中，基础类型，肯定类型取值为1；比较类型，否定类型取值为0. 本科　 非本科 1, D= 0， 一、虚拟变量模型 例如反映文程度的虚拟变量可取为: 虚拟变量模型(dummy variables model) 含有解释变量为虚拟变量的模型称为虚拟变量模型. 虚拟变量模型实质上是把虚拟变量引入回归函数，引入的方式有加法、乘法、加法和乘法同时. 一、虚拟变量模型 虚拟变量模型(dummy variables model) （1）加法方式 例 一个以性别为虚拟变量考察企业职工薪金的模型： Yi=b0+b1Xi+b2Di+mi 其中，Yi为企业职工的薪金，Xi为工龄，若是男则 Di=1,若是女性则Di=0. 一、虚拟变量模型 虚拟变量模型(dummy variables model) （2）乘法方式 加法方式引入虚拟变量，主要考察截距的不同．许多情况下，往往是斜率有变化，或斜率、截距同时发生变化. 只考虑斜率的变化可通过以乘法的方式引入虚拟变量来测度. 一、虚拟变量模型 虚拟变量模型(dummy variables model) 例 根据消费理论，消费水平C主要取决于收入水平Y，但在一个较长的时期，人们的消费倾向会发生变化，尤其是在自然灾害、战争等反常年份，消费倾向往往出现变化. 一、虚拟变量模型 虚拟变量模型(dummy variables model) 如设 ，正常年份 ，反常年份　 这种消费倾向的变化可通过在收入的系数中引入虚拟变量来考察. 1 0 消费模型可建立如下： 一、虚拟变量模型 虚拟变量模型(dummy variables model) （3）加法方式和乘法方式同时用 既考虑截距的变化，又考虑斜率