8第八章虚拟变量回归new.pptx

第八章 虚拟变量回归;在对在校学生的消费行为进行的调查中,发现在校生的消费行为呈现多元化的结构。人际交往消费、手机类消费、衣着类消费、化妆品类消费、电脑类消费、旅游类消费占有较大的比例；而食品类消费、学习用品类消费不突显。显然,男女生在消费上存在差异。为了了解男、女生的消费支出结构差异，应当如何建立模型？ 面临的问题：如何把男女生这样的非数量变量引入方程？; 问题的一般性描述;第八章 虚拟变量回归;一、定义 反映品质指标变化、数值只取0和1的人工变量，用符号D来表示。 ? ;二、作用;一、虚拟变量的引入方式 （1）加法方式 Yi=a+bxi+αDi+εi 等价为： 当Di =0时：Yi=a+bxi+εi 当Di =1时：Yi=(a+α)+bxi+εi;（2）乘法方式 ;（3）一般方式 同时用加法与乘法方式引入虚拟变量，然后再利用t检验判断α 、β是否显著的不等于零，进而确定虚拟变量的具体引入方式。 ;观察相关图;将我国城镇居民的彩电需求函数设成： Yi=a+bxi+αDi+βXDi+εi DATA D1 （由于D是EViews软件的保留字，所以将虚拟变量取名为D1；另外，此时也可以用SMPL和GENR命令直接生成D1变量） GENR XD=X*D1 生成变量XD LS Ｙ Ｃ Ｘ D1 XD 估计需求函数 结果如下图所示：;我国城镇居民彩电需求函数的估计结果为： ;低收入家庭： ;二、虚拟变量的设置原则 ; Yi=a+bxi+εi 大专以下(D1=D2=0) Yi=(a+α1)+ bxi+εi 本科(D1=1，D2=0) Yi=(a+α2)+ bxi+εi 研究生(D1=0，D2=1);;（2）多个因素各两种类型 ; 这样可以反映各类居民家庭的住房消费情况： ;一、调整季节波动 例如，用季度数据分析某公司利润y与销售收入x之间的相互关系时，为研究四个季度的季节性影响，引入三个虚拟变量（设第1季度为基础类型）： ;二、检验模型结构的稳定性 ; 利用t检验判断D、XD系数的显著性，得到四种检验结果： ;三、分段回归 ;四、混合回归 ;为比较两年的消费函数是否有显著差异，设置虚拟变量： ;使用EViews软件的估计过程如下： CREATE U 16 建立工作文件 DATA Y X （输入1998、1999年消费支出和收入的数据，1～8期为1998年资料，9～16期???1999年资料） ;SMPL 1 16 样本期调至1998~1999年 GENR XD＝X*D1 生成XD的值 LS Y C X D1 XD 利用混合样本估计模型 ;第四节 案例分析;表8.1 国民总收入与居民储蓄存款 单位：亿元;表8.1 国民总收入与居民储蓄存款 （续） 单位：亿元; 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城乡居民储蓄存款、国民总收入随时间的变化情况，如下图所示：; 从上图中，尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量（ ），并作时序图（见左下图）:; 从居民储蓄增量图(上页左图)可以看出，城乡居民的储蓄行为表现出了明显的阶段特征：在1996年和2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图看（见上页右图），也呈现出了相同的阶段性特征。 ; 为了分析居民储蓄行为在1996年前后和2000年前后三个阶段的数量关系，引入虚拟变量 和 。 和 的选择，是以1996、2000年两个转折点作为依据，并设定了如下以加法和乘法两种方式同时引入虚拟变量的的模型： 其中：; 对上式进行回归后，有：;即有： 由于各个系数的t检验均大于2，表明各解释变量的 系数显著地不等于0，居民人民币储蓄存款年增加 额的回归模型分别为：;这表明三个时期居民储蓄增加额的回归方程在统计意义上确实是不相同的。1996年以前收入每增加1亿元，居民储蓄存款的平均增加0.1445亿元；在2000年以后，则为0.4133亿元，已发生了很大变化。;上述模型与城乡居民储蓄存款与国民总收入之间 的散布图是吻合的，与当时中国的实际经济运行 状况也是相符的。 需要指出的是，在上述建模过程中，主要是从教 学的目的出发运用虚拟变量法则，没有考虑通货 膨胀因素。而在实证分析中，