8第八章虚拟变量回归new
合集下载
8第八章包含虚拟变量的回归
D1=1，大学；=0，其他 D2=1，中学；=0，其他 D3=1，中学以下；=0，其他 回归方程为： Y=b0+b1 X1 +
c1D1 +c2 D2+ c3 D3
引入二个虚拟变量
D1=1，大学；=0，其他 D2=1，中学；=0，其他
Y=b0+b1 X1 +
c1D1 +c2 D2
2、模型中一个定性变量，该变量 具有多种分类，p218
即多分定性变量 假定根据横截面数据，我们做个人旅游支 出Y对其收入X和学历的回归，学历这个定 性变量，可分为：
中学以下、中学、大学三个层次，
如何设置虚拟变量？
我们有如下选择
引入一个虚拟变量D 引入三个虚拟变量
D= 2，大学；=1，中学；=0，中学以下 回归方程为：Y=b0+b1 X1 +b2 D
这里有两个两分定性变量，肤色和种族 可引入两个虚拟变量
例－性别、肤色和工龄、学历（3种类型） 一起解释薪酬
性别、肤色分别引入2个虚拟变量，学历引入2
个虚拟变量
例题
P221 10-18:性别、种族对收入的影响
Y-小时工资，X-教育年限 D2-=1(女性)；=0（男性） D3-=1（非白种人且非西班牙裔）；=0（其 他） Y^=-0.26-2.36 D2-1.73 D3+0.80X 总结：每个定性变量所需引入的虚拟变量 比该变量类型数少一。 返回
对于方程10-18 ，其样本回归线
Y^=-0.26-2.36 D2-1.73 D3+0.80X，隐含假定
了不同性别下，种族变量对收入的影响是一样 的。同样的，不同种族下，性别变量对收入的 影响也是相同的。
c1D1 +c2 D2+ c3 D3
引入二个虚拟变量
D1=1，大学；=0，其他 D2=1，中学；=0，其他
Y=b0+b1 X1 +
c1D1 +c2 D2
2、模型中一个定性变量，该变量 具有多种分类，p218
即多分定性变量 假定根据横截面数据，我们做个人旅游支 出Y对其收入X和学历的回归，学历这个定 性变量，可分为：
中学以下、中学、大学三个层次，
如何设置虚拟变量？
我们有如下选择
引入一个虚拟变量D 引入三个虚拟变量
D= 2，大学；=1，中学；=0，中学以下 回归方程为：Y=b0+b1 X1 +b2 D
这里有两个两分定性变量，肤色和种族 可引入两个虚拟变量
例－性别、肤色和工龄、学历（3种类型） 一起解释薪酬
性别、肤色分别引入2个虚拟变量，学历引入2
个虚拟变量
例题
P221 10-18:性别、种族对收入的影响
Y-小时工资，X-教育年限 D2-=1(女性)；=0（男性） D3-=1（非白种人且非西班牙裔）；=0（其 他） Y^=-0.26-2.36 D2-1.73 D3+0.80X 总结：每个定性变量所需引入的虚拟变量 比该变量类型数少一。 返回
对于方程10-18 ，其样本回归线
Y^=-0.26-2.36 D2-1.73 D3+0.80X，隐含假定
了不同性别下，种族变量对收入的影响是一样 的。同样的，不同种族下，性别变量对收入的 影响也是相同的。
计量经济学第八章 虚拟变量回归
计量经济学
第八章
虚拟变量回归
1
第八章 虚拟变量回归
本章主要讨论:
●虚拟变量
●虚拟解释变量的回归
2
本章的教学目标
（1）深刻理解定性因素在计量经济分析中的 背景和含义； （2）明确虚拟变量在建立和估计计量经济模 型中的意义和作用； （3）熟练掌握引入和应用虚拟变量的基本思 想和方法； （4）能够运用虚拟变量模型作相应的经济实 证分析方面的应用； （5）掌握Eviews软件中相关内容的操作方法。
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。
20
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，储蓄函数还应当考
单位：亿元
城乡居民 人民币储 蓄存款增 额 （YY） 2121.8 2517.8 3444.1 6315.3 8143.5 8858.5
年 份
城乡居民 国民总收 人民币储 蓄存款年 入 （GNI） 底余额 （Y） 3624.1 4038.2 4517.8 4860.3 5301.8 5957.4 210.6 281 399.5 532.7 675.4 892.5
(1,0) 天气阴 如：（D1 ,D2）= (0,1) 天气雨 (0,0) 其 他
29
虚拟变量数量的设置规则
1.若定性因素具有 m 个 (m 2) 相互排斥属性(或 几个水平)，当回归模型有截距项时，只能引入
第八章
虚拟变量回归
1
第八章 虚拟变量回归
本章主要讨论:
●虚拟变量
●虚拟解释变量的回归
2
本章的教学目标
（1）深刻理解定性因素在计量经济分析中的 背景和含义； （2）明确虚拟变量在建立和估计计量经济模 型中的意义和作用； （3）熟练掌握引入和应用虚拟变量的基本思 想和方法； （4）能够运用虚拟变量模型作相应的经济实 证分析方面的应用； （5）掌握Eviews软件中相关内容的操作方法。
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。
20
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，储蓄函数还应当考
单位：亿元
城乡居民 人民币储 蓄存款增 额 （YY） 2121.8 2517.8 3444.1 6315.3 8143.5 8858.5
年 份
城乡居民 国民总收 人民币储 蓄存款年 入 （GNI） 底余额 （Y） 3624.1 4038.2 4517.8 4860.3 5301.8 5957.4 210.6 281 399.5 532.7 675.4 892.5
(1,0) 天气阴 如：（D1 ,D2）= (0,1) 天气雨 (0,0) 其 他
29
虚拟变量数量的设置规则
1.若定性因素具有 m 个 (m 2) 相互排斥属性(或 几个水平)，当回归模型有截距项时，只能引入
计量经济学第八章关于虚拟变量的回归.
年 薪 Y 女教授
类的截距。
2
2:级差截距系数
教龄X
1
0
薪金与性别：估计结果
1，若是男性 Di 0，若是女性
ˆ 17.969 1.371X 3.334D Y i i i se : (0.192) (0.036) (0.155) t : (93.61) (38.45) (21.455) r 2 0.993
一、虚拟变量的性质
例：教授薪金与性别、教龄的关系
男教授平均薪金和女 教授平均薪金水平相 差2，但平均年薪对 教龄的变化率是一样 的
Yi=1+2Di+Xi+I （1） 1，若是男性 D 其中:Yi=教授的薪金, Xi=教龄, Di=性别 0，若是女性 i 女教授平均薪金：E(Yi | X i , Di 0) 1 X i 被赋予0值的 男教授平均薪金：E(Yi | X i , Di 1) （1 2） X i 类别是基底(基 准),1是基底 男教授
比较英国在第二次大战后重建时期和重建后时期的总 储蓄-收入关系是否发生变化。数据如表。 Yt 1 2 Dt 1 X t 2 ( Dt X t ) t
D=1,重建时期
级差截距:区分两 个时期的截距 级差斜率系数:区分 两个时期的斜率 =0,重建后时期
D=1 D=0
E(Yt | Dt 0, X t ) 1 1 X t E(Yt | Dt 1, X t ) (1 2 ) ( 1 2 ) X t
男教授平均薪金水平比 女教授显著高$3.334K (男：21.3，女：17.969)
1，若是女性 Di 0，若是男性
ˆ 21.303 1.371X 3.334D Y i i i se : (0.182) (0.036) (0.155) t : (117.2) (38.45) (21.455)
类的截距。
2
2:级差截距系数
教龄X
1
0
薪金与性别：估计结果
1，若是男性 Di 0，若是女性
ˆ 17.969 1.371X 3.334D Y i i i se : (0.192) (0.036) (0.155) t : (93.61) (38.45) (21.455) r 2 0.993
一、虚拟变量的性质
例：教授薪金与性别、教龄的关系
男教授平均薪金和女 教授平均薪金水平相 差2，但平均年薪对 教龄的变化率是一样 的
Yi=1+2Di+Xi+I （1） 1，若是男性 D 其中:Yi=教授的薪金, Xi=教龄, Di=性别 0，若是女性 i 女教授平均薪金：E(Yi | X i , Di 0) 1 X i 被赋予0值的 男教授平均薪金：E(Yi | X i , Di 1) （1 2） X i 类别是基底(基 准),1是基底 男教授
比较英国在第二次大战后重建时期和重建后时期的总 储蓄-收入关系是否发生变化。数据如表。 Yt 1 2 Dt 1 X t 2 ( Dt X t ) t
D=1,重建时期
级差截距:区分两 个时期的截距 级差斜率系数:区分 两个时期的斜率 =0,重建后时期
D=1 D=0
E(Yt | Dt 0, X t ) 1 1 X t E(Yt | Dt 1, X t ) (1 2 ) ( 1 2 ) X t
男教授平均薪金水平比 女教授显著高$3.334K (男：21.3，女：17.969)
1，若是女性 Di 0，若是男性
ˆ 21.303 1.371X 3.334D Y i i i se : (0.182) (0.036) (0.155) t : (117.2) (38.45) (21.455)
9第八章 虚拟变量回归模型
说明 X i 变动一个单位，机会比率对数平均变化 2 个单位，
Logit 模型的估计
区分两类数据：
（1）个体水平数据
购房概率 p 0 0 1 1
收入 X（千美元） 6 8 10 12
如果
pi
0，
Zi
ln
0 1
pi
1，
Zi
ln
1 0
可见，Z 表达式无意义，无法用OLS，需用ML（最大似然法）
冰箱销售量（千台） FRIG 1317 1615 1662 1295 1271 1555 1639 1238 1277 1258 1417 1185 1196 1410 1417 919 943 1175 1269
耐用品支出（10亿美元） DUR 252.6 272.4 270.9 273.9 268.9 262.9 270.9 263.4 260.6 231.9 242.7 248.6 258.7 248.4 255.5 240.4 247.7 249.1 251.8
4 回归分析操作命令： equation eq.ls Frig c Dur D1 D2 D3
提问 根据回归分析结果，发现存在什么问题？如何修改回归模型？
8.4 虚拟被解释变量的回归模型
【例】 研究是否购买住房与收入水平的关系。
设是否购房为被解释变量，用 Y 表示；收入为解释变量， 用 X 表示。
1 变量分析：
将DUR作为解释变量；FRIG作为被解释变量； 引入3个季度虚拟变量D1，D2，D3。 （虚拟变量数 = 属性数 – 1 ）
2 季度虚拟变量的赋值规则：
D1=
1 （第1季度） 0 （其他季度）
D3=
1 （第3季度） 0 （其他季度）
D2=
Logit 模型的估计
区分两类数据：
（1）个体水平数据
购房概率 p 0 0 1 1
收入 X（千美元） 6 8 10 12
如果
pi
0，
Zi
ln
0 1
pi
1，
Zi
ln
1 0
可见，Z 表达式无意义，无法用OLS，需用ML（最大似然法）
冰箱销售量（千台） FRIG 1317 1615 1662 1295 1271 1555 1639 1238 1277 1258 1417 1185 1196 1410 1417 919 943 1175 1269
耐用品支出（10亿美元） DUR 252.6 272.4 270.9 273.9 268.9 262.9 270.9 263.4 260.6 231.9 242.7 248.6 258.7 248.4 255.5 240.4 247.7 249.1 251.8
4 回归分析操作命令： equation eq.ls Frig c Dur D1 D2 D3
提问 根据回归分析结果，发现存在什么问题？如何修改回归模型？
8.4 虚拟被解释变量的回归模型
【例】 研究是否购买住房与收入水平的关系。
设是否购房为被解释变量，用 Y 表示；收入为解释变量， 用 X 表示。
1 变量分析：
将DUR作为解释变量；FRIG作为被解释变量； 引入3个季度虚拟变量D1，D2，D3。 （虚拟变量数 = 属性数 – 1 ）
2 季度虚拟变量的赋值规则：
D1=
1 （第1季度） 0 （其他季度）
D3=
1 （第3季度） 0 （其他季度）
D2=
第八章虚拟解释变量回归
第八章虚拟解释变量回归第一节虚拟变量一、虚拟变量的差不多概念在前面的分析中，被说明变量要紧受到一些能够直截了当度量的变量阻碍，如收入、产出、商品需求量、价格、成本、资金、人数等。
但现实经济生活中，阻碍被说明变量变动的因素，除了这些能够直截了当获得实际观测数据的定量变量外，还包括一些本质上为定性因素（或称属性因素）的阻碍，例如性别、种族、肤色、职业、季节、文化程度、战争、自然灾难、政府经济政策的变动等因素。
在实际经济分析中，这些定性变量有时具有不可忽视的重要阻碍。
例如，研究某个企业的销售水平，产业部门（制造业、零售业）、所有制（私营、非私营）、地理位置（东、中、西部）、治理者素养的高低等是值得经常考虑的阻碍因素，这些因素有共同的特点，即差不多上表示某种属性的，不能直截了当用数据精确描述的因素。
因此，被说明变量的变动经常是定量因素和属性因素共同作用的结果。
在计量经济模型中，应当同时包含定量和属性两种因素对被说明变量的阻碍作用。
定量因素是指那些可直截了当测度的数值型因素，如GDP、M2等。
定性因素，或称为属性因素，是不能直截了当测度的、说明某种属性或状态存在与否的非数值型因素，如男性或女性、都市居民或非都市居民、气候条件正常或专门、政府经济政策不变与改革等。
在计量经济学的建模中应当将定量因素和定性因素同时纳入模型之内。
为了在模型中反映定性因素，能够将定性因素转化为虚拟变量去表现。
虚拟变量（或称为属性变量、双值变量、类型变量、定性变量、二元型变量等），是人工构造的取值为0和1的作为属性变量代表的变量，一样用字母D（或DUM，英文dummy的缩写）表示。
属性因素通常具有若干类型或水平，通常虚拟变量的取值为0和1，当虚拟变量取值为0，即D=0时，表示某种属性或状态不显现或不存在，即不是某种类型；当虚拟变量取值为1，即D=1时，表示某种属性或状态显现或存在，即是某种类型。
例如，构造政府经济政策人工变量，当经济政策不变时，虚拟变量取值为0，当经济政策改变时，虚拟变量取值为1。
第8章 虚拟变量回归
（2）比较两个回归结构稳定性：虚拟变量法 上节中探讨的邹检验程序，可以通过虚拟变量的使用而大为简化。 仍然使用储蓄-回归的例子，将n1和n2次观测值合并，用下列回归方 程：
其中Yi和Xi仍然代表储蓄和收入。而Di=1，如果观测值属于重建时期
（时期I）；Di=0，如果观测值属于重建后时期（时期II）。 为了看清楚，实际上方程等效于：
它们分别是第二（重建后）和第一（重建）两个时期的平均储蓄函
数。相当于取γ1=α1，γ2=β1，λ1=α1+α2，和λ2=β1+β2。这样上述回归方 程等效于估计两个个别的储蓄函数。 α2和先前一样是级差截距；β2是级差斜率系数，表明在第一时期储蓄 函数的斜率和第二时期储蓄函数的斜率系数相差多少。
现在我们要问，在时期I（1946-1954）和时期II（1955-1963）中，储 蓄与收入之间的关系，是否是一回事呢？或者说，两个时期的储蓄 函数是否存在有结构性的变换呢？
这里，结构性变化是指两个截距或两个斜率不同，或者指截距和斜
率均不同，以致任何其他适当的参数组合有所不同。 为了判明这个变化是否真实，假定两个时期的储蓄函数分别是：
工资的重要决定性因素。
上述讨论的结论：模型可推广到含有多个定量变量和多个定性变量
的情形。唯一要提醒注意的是：每一个定性变量所需的虚拟变量的 个数要比该变量的类别数少一。
一个例子：“兼职”经济学
所谓“兼职”是指一个人执有两分或两分以上的工作，其中一份是
主业，其他称为副业。希斯克和罗斯特克研究了影响兼职者工薪的 因素，他们利用一个有318兼职者调查数据的样本，做了如下回归：
图中数据编排为女教
授和男教授两类。图 形可见导出的回归函 数是一个阶梯函数。 女教授的平均工资为 18000美元，而男教 授的工资则跃升了 3280美元，达到了 21280美元。
计量经济学第八章 虚拟变量
Yi X i Di X i i
如果该模型设定正确，此时有：
E(Yi
)
(
X
)
i
X
i
D 1 D0
可见，城镇ቤተ መጻሕፍቲ ባይዱ民的边际消费倾向为 ( ) ，农
村居民的边际消费倾向为 。
如果不同属性类别对应的截距项和斜率项都 是有差异的，可在回归模型中同时引入虚拟 变量的加法方式和乘法方式，结果如下：
1 东部 D1 0 其他
1 中部 D2 0 其他
若考虑不同区域居民对应回归模型截距的不同 ，可构建模型如下：
Yi 1D1i 2 D2i X i i
则有：
E (Yi
)
( (
2) 1)
X i X i
Xi
Yi Di X i Di X i i
对于城镇居民和农村居民这两个类别，有总 体回归函数如下：
E(Yi
)
(
)
( X i
)X
i
D 1 D0
可见， 和 分别表示城镇居民与农村居民
的消费函数在截距和斜率上的差异。
注：
对于包含多个类别（M个）的属性变量，构 建M-1个虚拟变量，如在消费模型中，考虑 区域因素（东部，中部，西部）影响，可构 建2个虚拟变量：
Yi 1D1i 2 D2i (D1i D2i ) X i i
• 则有： ( 1 2 ) Xi
E
(Yi
)
( 1) Xi ( 2 ) Xi
第八章(虚拟变量回归)_图文
5.社会因素：包括社会治安、城市化水平、消费心理等；
6.行政(政策)因素：包括土地与住房制度、房地产价格政策等；
7.区域因素：包括所处地段的市政基础设施、交通状况等；
8.个别因素：包括朝向、结构、材料、功能设计、施工质量等；
9.房地产投机因素：投机者在房地产市场中的投机活动；
10.自然因素：包括自然环境、地质、地形、地势及气候等。
使用虚拟变量需注意的问题
v 虚拟变量陷阱：若定性变量有m个类别，则引入 m个虚拟变量将会产生完全多重共线性问题，避 免方法：
Ø 只引入（m-1）个虚拟变量 Ø 引入m个虚拟变量但去掉截距项
v 哪种方法更好：包含截距项更方便，可以很容易 地检验某个组与基准组之间是否存在显著差异以 及差异程度。
2、避免落入“ 虚拟变量陷阱”
•男职工本科以上学历的平均薪金：
1.解释变量只有一个分为两种类型的定性变量无 定量变量的回归
这种模型又称方差分析模型
其中：Ｙ为公立学校教师工资，
Ｄ=0为农村学校；D=1为城镇学校
分析条件期望：
基础类型：
比较类型：
为差异截距系数，通过对系数 可检验
的 t 检验：
在其他因素不变的条件下，城乡教师的工资是否有显2著323
D=0 表示某种属性或状态不出现或不存在 5
虚拟变量的作用
● 作为属性因素的代表，如性别 ● 作为某些非精确计量的数量因素的代表，
如受教育程度(高中及以下、专科、本科及以上） ● 作为某些偶然因素或政策因素的代表，
如 伊拉克战争、“911事件”、四川汶川大地震 ● 时间序列分析中作为季节（月份）的代表 ● 分段回归——研究斜率、截距的变动 ● 比较两个回归模型的差异 ● 虚拟被解释变量模型：
第八章虚拟变量回归
能否把定性的因素也引入计量经济模型中呢? 怎样才能在模型中有
效地表示这些定性因素的作用呢？
第一节 虚拟变量
一、什么是虚拟变量
变量可分为:
数量变量
属性变量
只表明属性的不连续变量
可用数量表现的连续变量
属性变量：不能精确计量的说明某种属性或状态的定 性变量，如性别、民族、战争、政治事件 ◆本身是定性的二分类变量(非此即彼) ◆本来是连续变量也可转换为二分类变量(上线/不上线) 虚拟变量：人工构造的取值为0和1的作为属性变量代 表的变量称虚拟变量，一般常用D表示 D=0 表示某种属性或状态不出现或不存在 D=1 表示某种属性或状态出现或存在 2
i
大学毕业及以上
1
0
15
E(Yi X i , D 1) ( 0 1 ) X i
Xi
3、解释变量包含一个定量变量和一个两种以上类 型的定性变量的回归
类型：高中以下、中毕业、大学毕业及以上——三种类型
模型
Yi 0 1D1i 2 D2i X i ui
这里的 D1i 和 D2i 代表的是两个不同的定性变量
例如：Ｙ为文化支出，Ｘ为收入
D1i 为城镇或农村，D2i是否高中以上
基础类型：
对比类型：
E(Yi X i , D1 0, D2 0) 0 1 X i E(Yi X i , D1 1, D2 0) ( 0 1 ) 1 X i E(Yi X i , D1 0, D2 1) ( 0 2 ) 1 X i
注意：
● u i 应服从基本假定 ●一个定性变量有三种类型，使用了两个虚拟变量， 和 D 代表的是同一个定性变量的两种不同类型 D2 1 ●两个差异截距系数 类型的差异
第八章 虚拟变量回归
Yi = α （ Yi = α
0
0
+ α 1）+ β X i + µ i
+ β X i + µi
城市 农村
意义： 显著，则表明在控制了工作时间这一因素后， 意义：若α1显著，则表明在控制了工作时间这一因素后，城市 居民的平均人均可支配收入比农村高α 居民的平均人均可支配收入比农村高 1元。如果影响收入的所 有其它因素均被控制， 有其它因素均被控制，则可以认为此时的收入差异是由户籍因 13 素引起。 素引起。
5
例如，比较收入时考察性别的作用。 例如，比较收入时考察性别的作用。当研究男性收入是否 高于女性时，是将女性作为比较的基础（参照物），故有 高于女性时，是将女性作为比较的基础（参照物），故有 ）， 男性为“ 女性为“ 男性为“1”，女性为“0”。
1 D = 0 男 女
再如，在考察改革开放后国民收入的变化时，我们是将改 再如，在考察改革开放后国民收入的变化时， 革开放前的国民收入作为比较基准，因此虚拟变量应设为： 革开放前的国民收入作为比较基准，因此虚拟变量应设为：
4
虚拟变量设置规则 虚拟变量设置规则
虚拟变量的设置规则涉及三个方面: 虚拟变量的设置规则涉及三个方面 1.“0”和“1”选取原则 和 选取原则 2.属性因素与设置虚拟变量个数的关系 属性因素与设置虚拟变量个数的关系 3.虚拟变量在回归分析中的角色以及作用等方面的问题 虚拟变量在回归分析中的角色以及作用等方面的问题 虚拟变量取“ 或 的原则: 虚拟变量取“1”或“0”的原则 的原则 “0”代表基期（比较的基础，参照物）； 代表基期（比较的基础，参照物）； 代表基期 代表报告期（ “1”代表报告期（被比较的效应）。 代表报告期 被比较的效应）。
计量经济学：第八章虚拟变量回归
计量经济学：第⼋章虚拟变量回归第⼋章虚拟变量回归第⼀节虚拟变量的概念⼀、问题的提出计量经济学模型对变量的要求——可观测、可计量。
但在现实经济问题中，存在定性影响因素，⽐如1、属性（品质）因素的表达。
在经济活动中，有的经济变量的变动要受到属性因素（或品质因素）的影响。
如收⼊在形成过程中，不同的性别所得到的收⼊是不⼀样的；在城乡、不同地区等收⼊存在差距；再⽐如，在我国，经济的发展⽔平对于不同的区域有不同的表现。
2、异常值现象。
当经济运⾏过程中，可能会受到突发事件的影响，那么，其值有可能出现异常，偏离正常轨迹很远，对这类现象需要加以修正。
3、季节因素的影响。
有的经济现象存在明显的季节特征，如啤酒的消费。
那么，在建模过程中，季节变动这⼀因素怎样考虑？4、离散选择现象的描述。
如公共交通与私⼈交通的选择、商品购买与否的决策、求职者对职业的选择等。
第1、2、3种情况属于解释变量为定性变量，第4情况为被解释变量属于定性变量。
称前⼀种情况为虚拟解释变量，后⼀种为虚拟被解释变量。
本章主要介绍虚拟解释变量的内容。
⼆、虚拟变量的定义1、定义。
设变量D 表⽰某种属性，该属性有两种类型，即当属性存在时D 取值为1；当属性不存在时D 取值为0。
记为=不具有该属性具有某种属性01D2、虚拟变量引⼊的规则。
（1）在模型⾥存在截距项的条件下，如果⼀个属性存在m 个相互排斥类型（⾮此即彼），则在模型⾥引⼊m-1个虚拟变量。
否则，会出现完全的多重共线性。
但要注意，在模型⽆截距项的情况下，如果⼀个属性存在m 个类型，即便引⼊m 个变量，不会出现多重共线性问题。
（请思考为什么？）（2）虚拟变量取值为0，意味着所对应的类型是基础类型。
⽽虚拟变量取值为1，代表与基础类型相⽐较的类型，称为⽐较类型。
例如“有学历”D 为1，“⽆学历”D 为0，则“⽆学历”就是基础类型，“有学历”为⽐较类型。
（3）当属性有m 个类型时，不能把虚拟变量的取值设成如下情况D=0，第⼀个类型；D=1，第⼆个类型；……D=m-1，第m 个类型。
计量经济学第八章虚拟变量回归
Yi b0b1Dii
其中， Yi 某公司职员年薪
1 男性 Di 2 0 女 这个模型和前面的回归模性型没有什么太大的差异，只不过 用一个虚拟变量D代替了X。这个模型能使我们发现性别是否 会造成公司职员薪水差异，这里假定了其他变量如年龄、学历 等都相同，而且随机误差项也服从线性回归模型的基本假定。
假设在原模型中设定两个虚拟变量：
Y i b 0 b 1 D 1 i b 2 D 2 i b 3 X ii
1 男性
1 女性
D1i 2 0 其他 D2i 2 0 么数据矩阵如下
Yi
b0
D1
D2
Xi
Y1
1
1(男)
0
X1
Y2
1
1(男)
t
(9.03)
(8.32)
(-6.59)
1 中高收入家庭
Di 2 0 低收入家庭
模型的估计参数都通过了显著性检验，说明我国城镇居 民中高收入和低收入家庭对彩电的消费需求，在截距和斜率 上都存在明显差异。
低收Y ˆ 入 i5.6 家 71 庭 1 0 .031X 1 i 8
中高 Y ˆ i （ 收 5 .6 71 入 3 .1 8 1） 3 7 家 3 0 .0 ＋ 1 庭 1 0 .0 1 （ ) 0 8 X i 8
• 这种人为设定的变量就称作虚拟变量(Dummy Variable)
学历 性别 季节
1 大学毕业 2 0 其他
1 男性 2 0 女性
1 夏季 2 0 其他季
节
企业规模
1 大型企业 2 0 其他
户口
1 城镇 2 0 农村
3
8.1.2 虚拟变量的引入方式
• 1.加法模型：仅仅反映定性变量对截距的影响。
其中， Yi 某公司职员年薪
1 男性 Di 2 0 女 这个模型和前面的回归模性型没有什么太大的差异，只不过 用一个虚拟变量D代替了X。这个模型能使我们发现性别是否 会造成公司职员薪水差异，这里假定了其他变量如年龄、学历 等都相同，而且随机误差项也服从线性回归模型的基本假定。
假设在原模型中设定两个虚拟变量：
Y i b 0 b 1 D 1 i b 2 D 2 i b 3 X ii
1 男性
1 女性
D1i 2 0 其他 D2i 2 0 么数据矩阵如下
Yi
b0
D1
D2
Xi
Y1
1
1(男)
0
X1
Y2
1
1(男)
t
(9.03)
(8.32)
(-6.59)
1 中高收入家庭
Di 2 0 低收入家庭
模型的估计参数都通过了显著性检验，说明我国城镇居 民中高收入和低收入家庭对彩电的消费需求，在截距和斜率 上都存在明显差异。
低收Y ˆ 入 i5.6 家 71 庭 1 0 .031X 1 i 8
中高 Y ˆ i （ 收 5 .6 71 入 3 .1 8 1） 3 7 家 3 0 .0 ＋ 1 庭 1 0 .0 1 （ ) 0 8 X i 8
• 这种人为设定的变量就称作虚拟变量(Dummy Variable)
学历 性别 季节
1 大学毕业 2 0 其他
1 男性 2 0 女性
1 夏季 2 0 其他季
节
企业规模
1 大型企业 2 0 其他
户口
1 城镇 2 0 农村
3
8.1.2 虚拟变量的引入方式
• 1.加法模型：仅仅反映定性变量对截距的影响。
第八章虚拟变量回归课件
9.房地产投机因素：投机者在房地产市场中的投机活动；
10.自然因素：包括自然环境、地质、地形、地势及气候等。
（资料来源：徐静; 武乐杰， 房地产价格影响因素的解释结构模型分析， 金融
经济, 2009年 10期）
第八章虚拟变量回归
2
在影响房地产价格的众多因素中，有定量的因素:
成本因素、房地产供求因素、经济因素、人口因素等；
Y t 0 1 X 1 t k X k 1 t D 1 t 2 D 2 t 3 D 3 t 4 D 4 t t
其矩阵形式为：
Y(XD, )α βμ
第八章虚拟变量回归
如果只取六个观测值，其中春季与夏季取了两次， 秋、冬各取到一次观测值，则式中的：
1 1
X 11 X 12
X k1 Xk2
被解释变量本身是定性变量
第八章虚拟变量回归
6
二、虚拟变量模型
虚拟变量模型：包含有虚拟变量的模型称虚拟变量模型 三种类型： 1、 解释变量中只包含虚拟变量
作用：假定其他因素都不变，只研究某种定性因素在某定
量变量上是否表现出显著差异
2、 解释变量中既含定量变量，又含虚拟变量
作用：研究定量变量和虚拟变量同时对被解释变量的影响
也有定性的因素:
社会因素、行政因素、区位因素、个别因素、投机因
素、 自然因素等。
在研究房地产价格影响机理时，需要分析那些不易量化
的定性因素对房地产价格是否真的有显著影响。
能否把定性的因素也引入计量经济模型中呢? 怎样才能
在模型中有效地表示这些定性因素的作用呢？
第八章虚拟变量回归
3
引子2 男女大学生的消费真的有差异吗?
例如：D=0 如果是女性（基础类型）
第八章 虚拟变量回归
YYt = β1 + β2GNIt + β3 ( GNIt 66850.50) D1t + β4 ( GNIt 88254.00) D2t + ut
其中：
1 t = 1996年以后 D1t = 0 t = 1996年及以前
1 t = 2000年以后 D2 t = 0 t = 2000年及以前
1
基本思路：采用乘法方式引入虚拟变量的手 段。显然，1979年是一个转折点，可考虑在 这个转折点作为虚拟变量设定的依据。若设 X*＝1979，当 t < X* 时可引入虚拟变量。 （为什么选择1979作为转折点？）
2
依据上述思路，有如下描述我国居民在不同时段消费 行为模型：
Yt = β 0 + β1t + β 2 (t X * ) D + ut
5
表8.1
年 份 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 国民总收入 （GNI） 3624.1 4038.2 4517.8 4860.3 5301.8 5957.4 7206.7 8989.1 10201.4 11954.5 14922.3 16917.8 18598.4
9
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D1和D2。 D1和D2的选择，是以1996、2000年两个转折点 作为依据，1996年的GNI为66850.50亿元,2000年 的GNI为国为民8254.00亿元,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：
城乡居民人民 币储蓄存款年 底余额（Y） 210.6 281 399.5 532.7 675.4 892.5 1214.7 1622.6 2237.6 3073.3 3801.5 5146.9 7119.8
其中：
1 t = 1996年以后 D1t = 0 t = 1996年及以前
1 t = 2000年以后 D2 t = 0 t = 2000年及以前
1
基本思路：采用乘法方式引入虚拟变量的手 段。显然，1979年是一个转折点，可考虑在 这个转折点作为虚拟变量设定的依据。若设 X*＝1979，当 t < X* 时可引入虚拟变量。 （为什么选择1979作为转折点？）
2
依据上述思路，有如下描述我国居民在不同时段消费 行为模型：
Yt = β 0 + β1t + β 2 (t X * ) D + ut
5
表8.1
年 份 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 国民总收入 （GNI） 3624.1 4038.2 4517.8 4860.3 5301.8 5957.4 7206.7 8989.1 10201.4 11954.5 14922.3 16917.8 18598.4
9
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D1和D2。 D1和D2的选择，是以1996、2000年两个转折点 作为依据，1996年的GNI为66850.50亿元,2000年 的GNI为国为民8254.00亿元,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：
城乡居民人民 币储蓄存款年 底余额（Y） 210.6 281 399.5 532.7 675.4 892.5 1214.7 1622.6 2237.6 3073.3 3801.5 5146.9 7119.8
第八章 虚拟变量
1 （中学学历） D2 0 （非中学学历）
1 （小学学历） D3 0 （非小学学历）
Company Logo
一、为什么引入虚拟变量
❖5.虚拟变量本卷须知
❖〔1〕 当定性变量含有m 个类别时，模型不能引入 m个虚拟变量。否那么在 虚拟变量间会发生完全多 重共线性，无法估量回归 参数。
❖ 例如：一年四季，取 m=4个虚拟变量。
❖3.如何将定性变量引入模型 ❖ 由于定性变量通常表示的是某种特征或属功
用否存在，如男性、女性，城市户口、非城市户口 等，所以量化方法可采用取值为0或1。 ❖ 可以用1表示该属性存在，0表示该属性不存 在(也可相反)。
Company Logo
一、为什么引入虚拟变量
❖4.虚拟变量 ❖ 上述这种取值为0或1的变量称作虚拟变量，
二、用虚拟变量测量截距变化
研讨，1982年第1季度至1988年第4季度全国按时 节市场用煤销售量，时间序列图如下
Y
5500 5000 4500 4000 3500 3000 2500
0
5
10 15 20 25 30
T
Company Logo
二、用虚拟变量测量截距变化
从上图看出，煤销售量随时节不同呈清楚的周 期性变化。给出三个虚拟变量，设：
0 5 10 15 20 25 30
T
Y
Company Logo
三、测量斜率变化
❖用虚拟变量还可以调查回归函数的斜率能否发作变
化，来剖析不同〝类型〞的不同斜率。
❖方法是在模型中参与定质变量与虚拟变量的乘积项：
❖ 设模型如下
Yi 0 1X i 2Di 3 ( X i Di ) ui
❖ 按β2、β3能否为零，回归函数可有如下四种方
第八章 虚拟变量回归
其中括号内这T-统计量，所有参数 均为显著的，拟合集优度R2=0.999 ，但DW值存在自相关，进行AR(1)
修正，重新估计得：
以上回归的模拟效果：
2500 2000 1500 40 20 0 -20 -40 1975 1980 1985 1990 Actual 1995 2000 Fitted 1000 500 0
有时我们所研究的变量之间 的变化趋势在某一时点上发生 了转折，如图8-3中所呈现的样 本散布点图，它表明变量Y与变 量X之间的变化关系在点X*处发 生了转折，一般来说，这样的 转折点是由于突发
Y
X X
*
0
图8.3
从图中可以算出，消费随时间 有规律地变化，为了模拟消费的 变化趋势，从而对其进行预测， 我们选择时间变量（T）为解释 变量，考虑到季节变动，引入虚 拟 变 量 ， D1，D2，D3（ 定 义 同 上）等。 由图可知，PCE随时间的变化 是二次曲线，设定模型为下式：
PCEt 0 4Tt 5 D1 t * T 6 D2 t * T 2 7 D3 t * T 8T ut
假设模型中仅有一个解释 变量X，线性概率模型可以表 示为：
Yi 0 1 Xi u i
由于Yi 只取两个值0与1， 设Yi 取1的概率为Pi ，则Yi 取0 的概率为（1-Pi ），于是，
E(Yi ) 1* Pi 0 * (1 Pi ) Pi
而
E(Yi ) 0 1Xi
Pi
1
0 1X i） （
作出该项选择与不作出该项选 择的概率之比的对数值增加一 个 1 。
三、概率单位模型（Probit）
第八章第二节 虚拟解释变量的回归
冬季、城市居民 Yi （0 2） X i i
冬季、农村居民 Yi 0 X i i
（比较的基础 — 冬季、农村）
20 15 10 5 0
1234567
补充案例研究：为了解工作妇女是否受到歧视，可
以用美国统计局的“当前人口调查”中的截面数据， 研究男女工资有没有差别。这项多元回归分析研究 所用到的变量有：
第二节 虚拟解释变量的回归 加入虚拟变量的两种基本途径：加法类型、乘法类型。 一、加法类型 设定的虚拟变量以相加的形式出现 作用：改变了设定模型的截距水平，称为截距变动模型。
（一）加法类型的虚拟变量模型
1、一个定性变量（两种属性）：Yi f (Di ) i
例：Yi 0 1Di i
R2 0.398 F 21.9
注意上述模型，男女差异还是显著的。这个回归模型告 诉我们，在其他条件不变的情况下，雇员的工资率随年龄的
增长而增加，但增加的速度是递减的。
（二）一个定量变量X、多个虚拟变量（定性变量）的模型
Yt 0 1D1t D2t Dkt X t ut
下面分别对三个作用进行讨论： （一）回归模型的比较（结构变化检验）
通过对模型的参数检验，可以检验模型是否有不同的结构。 即
定性变量D的引入，是否影响不同类型（属性）模型的平均水平（截距
项）？
定性变量D的引入，是否影响不同类型（属性）模型的相对变化（斜率 系数）？
例如，在研究改革开放前后储蓄——收入总量关系时，所设 定的模型为：
例如，不同人群组的衣着消费函数
Yi 1 2 D2i 3D3i X i ui
（1）
其中：Y（i 服装年均支出费）；X（i 收入水平）
- 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)。
三类年薪函数的差异情况如下图所示：
年薪 α1
α2 -α1
研究生 本科 大专以下
工龄
设置虚拟变量D或增设D3行吗？
2 D＝ 1
0
博士研究生
硕士研究D生 2
本科及以下
1 0
研究生 其他
（2）多个因素各两种类型
如果有m个定性因素，且每个因素各有两个不 同的属性类型，则引入 m 个虚拟变量。
例如，研究居民住房消费函数时，考虑到城乡 的差异以及不同收入层次的影响，将消费函数取成： yi=a+bxi+α1D1i+α2D2i +εi
【例】现有1998年我国城镇居民人均收入与彩 电每百户拥有量的统计资料。
9
观察相关图
从相关图可以看出， 前3个样本点与后5个样 本点存在较大差异，因 此，可设置虚拟变量反 映“收入层次”：
D
1 0
中高收入家庭 低收入家庭
10
将我国城镇居民的彩电需求函数设成：
Yi=a+bxi+αDi+βXDi+εi DATA D1
其中y ,x分别是居民住房消费支出和可支配收 入，虚拟变量设为：
1 农村居民 D1 0 城镇居民
1 高收入家庭 D2 0 低费情况：
城市低收入家庭 城市高收入家庭 农村低收入家庭 农村高收入家庭
(D1=0，D2=0)
(D1=0，D2=1) (D1=1，D2=0) (D1=1，D2=1)
政策紧缩 政策宽松
D
1 0
本科以上学历 本科以下学历
变量的划分应遵循穷举与互斥原则。
5
二、作用
⑴可以描述和测量定性因素的影响。
⑵能够正确反映经济变量之间的相互关系，提高模 型的精度。
⑶便于处理异常数据。
即将异常数据作为一个特殊的定性因素
D
1 0
异常时期 正常时期
6
第二节 虚拟变量的设定
一、虚拟变量的引入方式
89.48 0.003xi
此例说明了三个问题： ①如何设置和在模型中引入虚拟变量； ②如何测量定性因素（即收入层次）的影响； ③如何区分不同类型的模型（即需求函数）。
13
二、虚拟变量的设置原则
⑴ 一个因素多个类型
对于有m个不同属性的定性因素，应该设置m-1个 虚拟变量来反映该因素的影响。
例如，设公司职员的年薪与工龄和学历有关。 学历分成三种：大专以下、本科、研究生。为反映 “学历” 的影响，应该设置两个虚拟变量：
计量经济学
第八章 虚拟变量回归
1
引子:男女大学生消费真有差异吗?
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？
（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：
11
对应的t统 计量值
R2的值 调整的R2值 SE的值
我国城镇居民彩电需求函数的估计结果为：
（1）加法方式
Yi=a+bxi+αDi+εi
a+α
等价为：
当Di =0时：Yi=a+bxi+εi a 当Di =1时：Yi=(a+α)+bxi+εi
D=1
α D=0
以加法方式引入，反映定性因素对截距的影响
（2）乘法方式
Yi=a+bxi+βXDi+εi
D=1
其中：XDi=Xi*Di， 上式等价于：
a
二、检验模型结构的稳定性
设根据两个样本估计的回归模型分别为：
样本1： Yi=a1+b1xi +εi 样本2： Yi=a2+b2xi +εi
设置虚拟变量：
D
1 0
样本2 样本1
估计模型：Yi=a1+b1xi+(a2-a1)Di+(b2-b1)XDi+εi 其中，XDi=xi*Di。
当Di =0时：Yi=a+bxi+εi
β
D=0
当Di =1时：Yi=a+(b+β)xi+εi
以乘法方式引入，可反映定性因素对斜率的影 响，系数β描述了定性因素的影响程度。
8
（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。
思考：若是多因素、多个属性水平的问题，如何设置？
第三节 虚拟变量的特殊应用
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）：
1 Di 0
第i+1季度 其他季度
利润函数可取为 ：
i=1,2,3
Yi=a+bxi+ α1D1i+ α2D2i + α3D3i + εi
面临的问题：如何把男女生这样的非数量变量引 入方程？
2
问题的一般性描述
在实际建模中，一些定性变量具有不可忽视的重要 影响。例如，研究某个企业的销售水平，产业属性 （制造业、零售业）、所有制（私营、非私营）、 地理位置（东、中、西部）、管理者的素质、不同 的收入水平等是值得考虑的重要影响因素，但这些 因素共同的特征是定性描述的。 如何对非定量因素进行回归分析？ 采用“虚拟变量”对定性变量进行量化一种思路。
3
第八章 虚拟变量回归
本章主要讨论:
●虚拟变量及其作用 ●虚拟变量设定 ●虚拟解释变量的回归 ●虚拟被解释变量的回归(选讲,不包括)
4
第一节 虚拟变量及其作用
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。
如：
1 D 0
城镇居民 农村居民
1 D 0
销售旺季 销售淡季
1 D 0
yˆi 57.61 0.0119xi 31.8731Di 0.0088XDi
结果表明不同收入家庭对彩电的消费需求，在 截距和斜率上都存在着明显差异。
12
低收入家庭：
yˆi (57.61 31.8731) (0.0119 0.0088)xi yˆi 57.61 0.0119xi
中高收入家庭：
1 本科 D1 0 其他
1 研究生 D2 0 其他
而将年薪模型取成（假设以加法方式引入）：
Yi=a+bxi+α1D1i+α2D2i +εi 其等价于：
Yi=a+bxi+εi Yi=(a+α1)+ bxi+εi Yi=(a+α2)+ bxi+εi
大专以下(D1=D2=0) 本科(D1=1，D2=0) 研究生(D1=0，D2=1)