Eviews7章含虚拟变量的回归模型

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
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
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。
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
Βιβλιοθήκη Baidu
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。
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。
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
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
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
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
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
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。
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
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
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”。
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： 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
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”。
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。
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