Eviews数据统计与分析教程7章 含虚拟变量的回归模型
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.仅含一个虚拟变量
实验： 第四步，在工作文件中选择主菜单栏中的“Object”| “New Object” | “Equation”选项，或者选择“Quick”| “Estimate Equation” 选项，打开如下所示的方程对话框。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量Байду номын сангаас
结果表明，该企业的女性员工的平均工资水平为2883.7725 （3478.869－595.0965）元人民币，该企业的男性员工的平 均工资水平为3478.869元人民币。由此可见，女性的平均工 资比男性少了595.0965元。
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
当方程的解释变量中既有虚拟变量又有定量变量时，同样 可以用OLS对模型进行估计。例如： yt =β0 + β1 xt+β2Dt + μt
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
实验： 随着科技的进步和人民生活水平的不断提高，电脑越来越普 及，许多家庭纷纷把个人电脑（PC机）搬进家中。我们可 以研究人们的收入水平、受教育程度与城乡居民之间的关系。 模型如下， yt =β0 + β1 xt+β2D2t +β3D3t + μt （t=1，2，…，n） 其中，yt表示根据调查资料所得到的家庭所购买个人电脑情 况，xt表示家庭收入， D2 和D3为虚拟解释变量。
二、含虚拟变量的模型
1.仅含一个虚拟变量
实验： 虚拟变量的回归方程结果可以表示为： Wage = 3478.869 － 595.0965 sex t= (30.06899) (-3.482241)
R2 = 0.35533 Adjusted- R2 = 0.326027 F=12.126 D.W.=2.232989
EViews统计分析基础教程
一、虚拟变量的定义
2.虚拟变量
虚拟变量陷阱： 所谓的“虚拟变量陷阱”是指自变量（解释变量）中包含 了过多的虚拟变量，从而导致了模型出现多重共线性。当 模型中既有整体截距又对每一组都设有一个虚拟变量时， 就产生了虚拟变量陷阱。
EViews统计分析基础教程
一、虚拟变量的定义
操作步骤： 第一步，建立类型为“Unstructured/Undated”（未限定结构/ 未限定日期）的工作文件。
第二步，在该工作文件中建立四个序列对象。 “pc” 代表家 庭拥有的电脑数量；“rev”代表家庭每月收入；“edu”代表 教育程度；“city”表示城乡居民情况。并把相应的数据输入 到每个序列对象中。
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
操作步骤： 第四步，结果分析。 右图中，变量edu和变量city没有 通过显著性（t）检验，说明这两 个变量对因变量pc的影响不显著。 因而，在所调查的样本中，被调 查者的受教育程度以及是否是城 镇居民对拥有个人电脑的数量没 有显著的影响。
EViews统计分析基础教程
本章小结：
• 理解虚拟变量的定义 • 掌握引入虚拟变量的方法 • 掌握含虚拟变量模型的建立方法
实验： 在“Equation specification”（方程说明）中列出模型中的被 解释变量、常数项和解释变量。在“Estimation settings”（估 计方法设定）中选择“LS”，用普通最小二乘法对回归模型 进行估计。然后单击“确定”按钮即可得到如下估计结果。
EViews统计分析基础教程
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
实验： 回归模型为 yt =β0 + β1Dt + μt （t=1，2，…，n） 其中，yt表示企业员工的工资收入情况，Dt=0表示男性员工， Dt=1表示女性员工。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
操作步骤： 第三步，在工作文件中选择主菜单栏中的“Object”| “New Object” | “Equation”选项，打开方程对话框。在“Equation specification”（方程说明）中输入“pc c rev edu city ”或 “pc=c(1)+c(2)*rev+c (3) *edu+c (4) *city”，在“Estimation settings”（估计方法设定）中选择“LS”。
2.虚拟变量
引入虚拟变量的原则： 一般情况下，如果定性变量有m类，并且模型不含有截距项 时，应引入m个虚拟变量；如果模型含有截距项，应引入m1个虚拟变量。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
在回归模型中，解释变量可以仅是一个虚拟变量，这样的 回归模型被称为方差分析模型。 例如： yt =β0 + β1Dt + μt 假设被解释变量yt为员工工资收入，Dt为虚拟解释变量，取 值为0或1： 1，雇员为女性 Dt= 0，雇员为男性
实验： 第一步，建立类型为“Unstructured/Undated”（未限定结构/ 未限定日期）的工作文件，在“Data range”（数据范围）中 输入观测数据的样本范围，本例中所分析的数据为24个样本， 在“Names”中为该工资文件命名，如“工资与性别关系”。 然后单击“OK”按钮即可生成工作文件。
EViews统计分析基础教程
第7章 含虚拟变量的回归模型
重点内容：
• 虚拟变量的定义
• 定性变量与定量变量的划分
• 含虚拟变量模型的估计
EViews统计分析基础教程
一、虚拟变量的定义
1.定性变量与定量变量
定量变量：回归模型中有些变量是可以被度量的，如居民消 费、国内生产总值、出口总额等，这些变量被称为“定量变 量”。 定性变量：在经济现象的分析中还存在一些不能被度量的变 量，如性别、种族、婚姻状况、文化程度等，这些变量被称 为“定性变量”。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
如果该回归模型的随机误差项满足线性回归模型的五个基本 假定条件，则 E（yt| Dt=1）= E（雇员工资收入|雇员为女性）=β0 + β1 E（yt| Dt=0）= E（雇员工资收入|雇员为男性）=β0 β0 + β1表示女性雇员的平均工资收入，β0表示男性雇员的平 均工资收入。
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
实验： 1，大专及以上学历 D2 =
0，其他
1，城镇居民 D3 =
0，非城镇居民 根据表7-2中的数据用普通最小二乘法（OLS）对模型进行 估计，并分析回归结果。
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
EViews统计分析基础教程
一、虚拟变量的定义
2.虚拟变量
定义： 定性变量描述的是变量具有的性质，要将这样的变量纳入 回归模型中，需构造人工变量，从而将定性变量进行量化 处理。 在计量经济学中，将取值为“0”和“1” 的人工变量称作虚 拟变量（Dummy Variable），用字母D表示。当D取值为0 时，表示该变量不具备某种属性；当D取值为1时，表示该 变量具有某种属性。
EViews统计分析基础教程
三、用虚拟变量法进行季节调整
在使用虚拟变量法对时间序列进行季节性调整时，可以计 算出每个季节对经济变量的影响。
假设模型含有截距项，则四个季节包含了4种分类，因而需 要引入3个虚拟变量（4－1）。用Qi表示第i个季度取值为1， 其他季节取值为0这样一个虚拟变量，则Q1 + Q2 + Q3 + Q4 ＝1。当时间序列的数据样本为月度数据时，建立虚拟变量 的方法与季度数据相同，只是如果模型含有截距项，则月 度数据要建立11个虚拟变量。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
实验： 第二步，在该工作文件中建立两个序列对象，一个为 “wage”，一个为“sex”。 第三步，在“wage”序列对象中输入 “工资”的数据，在 “sex”序列对象中输入 “性别”的数据。
EViews统计分析基础教程
二、含虚拟变量的模型
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
实验： 根据表7-1中的数据显示，建立解释变量为虚拟变量的回归 模型。表中列出了24个不同性别的企业员工的月工资收入情 况，性别一列中“1”表示女性员工，“0”表示男性员工。通 过建立含有虚拟变量的回归模型，试图分析男女平均工资是 否存有差距，如果有差距，那么差距是多少。
实验： 第四步，在工作文件中选择主菜单栏中的“Object”| “New Object” | “Equation”选项，或者选择“Quick”| “Estimate Equation” 选项，打开如下所示的方程对话框。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量Байду номын сангаас
结果表明，该企业的女性员工的平均工资水平为2883.7725 （3478.869－595.0965）元人民币，该企业的男性员工的平 均工资水平为3478.869元人民币。由此可见，女性的平均工 资比男性少了595.0965元。
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
当方程的解释变量中既有虚拟变量又有定量变量时，同样 可以用OLS对模型进行估计。例如： yt =β0 + β1 xt+β2Dt + μt
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
实验： 随着科技的进步和人民生活水平的不断提高，电脑越来越普 及，许多家庭纷纷把个人电脑（PC机）搬进家中。我们可 以研究人们的收入水平、受教育程度与城乡居民之间的关系。 模型如下， yt =β0 + β1 xt+β2D2t +β3D3t + μt （t=1，2，…，n） 其中，yt表示根据调查资料所得到的家庭所购买个人电脑情 况，xt表示家庭收入， D2 和D3为虚拟解释变量。
二、含虚拟变量的模型
1.仅含一个虚拟变量
实验： 虚拟变量的回归方程结果可以表示为： Wage = 3478.869 － 595.0965 sex t= (30.06899) (-3.482241)
R2 = 0.35533 Adjusted- R2 = 0.326027 F=12.126 D.W.=2.232989
EViews统计分析基础教程
一、虚拟变量的定义
2.虚拟变量
虚拟变量陷阱： 所谓的“虚拟变量陷阱”是指自变量（解释变量）中包含 了过多的虚拟变量，从而导致了模型出现多重共线性。当 模型中既有整体截距又对每一组都设有一个虚拟变量时， 就产生了虚拟变量陷阱。
EViews统计分析基础教程
一、虚拟变量的定义
操作步骤： 第一步，建立类型为“Unstructured/Undated”（未限定结构/ 未限定日期）的工作文件。
第二步，在该工作文件中建立四个序列对象。 “pc” 代表家 庭拥有的电脑数量；“rev”代表家庭每月收入；“edu”代表 教育程度；“city”表示城乡居民情况。并把相应的数据输入 到每个序列对象中。
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
操作步骤： 第四步，结果分析。 右图中，变量edu和变量city没有 通过显著性（t）检验，说明这两 个变量对因变量pc的影响不显著。 因而，在所调查的样本中，被调 查者的受教育程度以及是否是城 镇居民对拥有个人电脑的数量没 有显著的影响。
EViews统计分析基础教程
本章小结：
• 理解虚拟变量的定义 • 掌握引入虚拟变量的方法 • 掌握含虚拟变量模型的建立方法
实验： 在“Equation specification”（方程说明）中列出模型中的被 解释变量、常数项和解释变量。在“Estimation settings”（估 计方法设定）中选择“LS”，用普通最小二乘法对回归模型 进行估计。然后单击“确定”按钮即可得到如下估计结果。
EViews统计分析基础教程
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
实验： 回归模型为 yt =β0 + β1Dt + μt （t=1，2，…，n） 其中，yt表示企业员工的工资收入情况，Dt=0表示男性员工， Dt=1表示女性员工。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
操作步骤： 第三步，在工作文件中选择主菜单栏中的“Object”| “New Object” | “Equation”选项，打开方程对话框。在“Equation specification”（方程说明）中输入“pc c rev edu city ”或 “pc=c(1)+c(2)*rev+c (3) *edu+c (4) *city”，在“Estimation settings”（估计方法设定）中选择“LS”。
2.虚拟变量
引入虚拟变量的原则： 一般情况下，如果定性变量有m类，并且模型不含有截距项 时，应引入m个虚拟变量；如果模型含有截距项，应引入m1个虚拟变量。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
在回归模型中，解释变量可以仅是一个虚拟变量，这样的 回归模型被称为方差分析模型。 例如： yt =β0 + β1Dt + μt 假设被解释变量yt为员工工资收入，Dt为虚拟解释变量，取 值为0或1： 1，雇员为女性 Dt= 0，雇员为男性
实验： 第一步，建立类型为“Unstructured/Undated”（未限定结构/ 未限定日期）的工作文件，在“Data range”（数据范围）中 输入观测数据的样本范围，本例中所分析的数据为24个样本， 在“Names”中为该工资文件命名，如“工资与性别关系”。 然后单击“OK”按钮即可生成工作文件。
EViews统计分析基础教程
第7章 含虚拟变量的回归模型
重点内容：
• 虚拟变量的定义
• 定性变量与定量变量的划分
• 含虚拟变量模型的估计
EViews统计分析基础教程
一、虚拟变量的定义
1.定性变量与定量变量
定量变量：回归模型中有些变量是可以被度量的，如居民消 费、国内生产总值、出口总额等，这些变量被称为“定量变 量”。 定性变量：在经济现象的分析中还存在一些不能被度量的变 量，如性别、种族、婚姻状况、文化程度等，这些变量被称 为“定性变量”。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
如果该回归模型的随机误差项满足线性回归模型的五个基本 假定条件，则 E（yt| Dt=1）= E（雇员工资收入|雇员为女性）=β0 + β1 E（yt| Dt=0）= E（雇员工资收入|雇员为男性）=β0 β0 + β1表示女性雇员的平均工资收入，β0表示男性雇员的平 均工资收入。
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
实验： 1，大专及以上学历 D2 =
0，其他
1，城镇居民 D3 =
0，非城镇居民 根据表7-2中的数据用普通最小二乘法（OLS）对模型进行 估计，并分析回归结果。
EViews统计分析基础教程
二、含虚拟变量的模型
2. 同时含虚拟和定量解释变量
EViews统计分析基础教程
一、虚拟变量的定义
2.虚拟变量
定义： 定性变量描述的是变量具有的性质，要将这样的变量纳入 回归模型中，需构造人工变量，从而将定性变量进行量化 处理。 在计量经济学中，将取值为“0”和“1” 的人工变量称作虚 拟变量（Dummy Variable），用字母D表示。当D取值为0 时，表示该变量不具备某种属性；当D取值为1时，表示该 变量具有某种属性。
EViews统计分析基础教程
三、用虚拟变量法进行季节调整
在使用虚拟变量法对时间序列进行季节性调整时，可以计 算出每个季节对经济变量的影响。
假设模型含有截距项，则四个季节包含了4种分类，因而需 要引入3个虚拟变量（4－1）。用Qi表示第i个季度取值为1， 其他季节取值为0这样一个虚拟变量，则Q1 + Q2 + Q3 + Q4 ＝1。当时间序列的数据样本为月度数据时，建立虚拟变量 的方法与季度数据相同，只是如果模型含有截距项，则月 度数据要建立11个虚拟变量。
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
实验： 第二步，在该工作文件中建立两个序列对象，一个为 “wage”，一个为“sex”。 第三步，在“wage”序列对象中输入 “工资”的数据，在 “sex”序列对象中输入 “性别”的数据。
EViews统计分析基础教程
二、含虚拟变量的模型
EViews统计分析基础教程
二、含虚拟变量的模型
1.仅含一个虚拟变量
实验： 根据表7-1中的数据显示，建立解释变量为虚拟变量的回归 模型。表中列出了24个不同性别的企业员工的月工资收入情 况，性别一列中“1”表示女性员工，“0”表示男性员工。通 过建立含有虚拟变量的回归模型，试图分析男女平均工资是 否存有差距，如果有差距，那么差距是多少。