计量课件第七章虚拟变量模型.pptVIP

*第八章虚拟变量模型*第一节虚拟变量模型概述第二节二元概率模型第三节二元逻辑模型*第一节虚拟变量模型概述一、虚拟变量的含义二、虚拟变量作为自变量三、虚拟变量作为因变量*一个定性变量，它的可能值只有两个，也就是说出现或不出现某种属性。一般地，用1表示出现某种属性，用0表示没有出现该属性。像这样取值只为0、1的变量称为虚拟变量或哑变量。并用符号D表示，从而与常用符号X区别开。我们把赋值为0的一类称为基准类。一、虚拟变量的含义*虚拟变量引入模型的原则：一个多分类定性变量需要引入多个虚拟变量，引入的虚拟变量个数要比多分类定性变量的分类个数少一。即一个具有m个属性的定性变量，需要引入m-1个虚拟变量。如票选结果有三种分类：赞同、不赞同、弃权，此时需量化成两个虚拟变量，分别为：*二、虚拟变量作为自变量1.方差分析模型（ANOVA模型）2.协方差模型（ANCOVA模型）*一个回归模型的自变量只有虚拟变量，这样的模型称为方差分析模型（analysisofvariance,ANOVA）1.方差分析模型（ANOVA模型）其中为个人月支出，*未婚者的月期望支出为：已婚者的月期望支出为：：未婚者的月平均支出：未婚者与已婚者的月平均支出差距：已婚者的月平均支出P128【相关链接】*将自变量中同时包含定性变量和定量变量的回归模型称为协方差模型（analysisofcovariance,ANCOVA）2.协方差模型（ANCOVA模型）其中表示大学生月话费支出，表示月生活费支出*非独生大学生月话费支出期望值为：独生大学生月话费支出期望值为：P130【相关链接】*三、虚拟变量作为因变量以定性变量作为因变量来建立计量模型，才能判断出最终结果。我们称这样的模型为离散选择模型。定性变量作为因变量可以是只有二值的虚拟变量也可以是多分类的定性变量。以虚拟变量为因变量的模型称为二元选择模型。以多分类定性变量为因变量的模型称为多元选择模型。*1.线性概率模型（LPM模型）定义：以虚拟变量为因变量的线性回归模型称为线性概率模型。（linearprobabilitymodel,LPM）模型的基本形式为：*线性概率模型存在的问题（1）随机误差项的异方差性（2）不适用的拟合优度（3）不一定落在0和1之间P134【经典实例】大学毕业生创业模型*第二节二元概率模型一、二元Probit模型二、二元Probit模型参数估计*一、二元Probit模型二元Probit模型的基本形式为：其中；是累积标准正态分布函数，t为服从标准正态分布的随机变量。*二、二元Probit模型参数估计1.可重复观测数据的二元Probit模型参数估计P139【经典实例】价格折扣券兑换模型2.不可重复观测数据的二元Probit模型参数估计P141【相关链接】*第三节二元逻辑模型一、二元Logit模型二、二元Logit模型参数估计*一、二元Logit模型即二元Logit模型的基本形式为：其中；f为逻辑累积分布函数*二、二元Logit模型估计1.可重复观测数据的二元Logit模型参数估计P144【相关链接】2.不可重复观测数据的二元Logit模型参数估计P145【相关链接】*三、模型检验与拟合优度1.模型检验大样本：t检验法小样本：沃尔德检验（Wald检验）似然比检验（LR检验）拉格朗日乘数检验（LM检验）*2.拟合优度与线性概率回归模型一样，拟合优度同样不适用于度量Probit模型与Logit模型的拟合效果。其他方法：计数法*四、多元选择模型1.多元线性概率模型2.多元Logit模型*1.多元线性概率模型以三元线性概率模型为例，其基本形式为：其中分别表示第个决策者做出第1、2、3个选择的概率。*2.多元Logit模型三元Logit模型的基本形式为：其中分别表示第个决策者做出第1、2、3个选择的概率。