第9章 含定性变量的回归模型

Model 1
R .938a
R Square .879
a. Predictors: (Constant), X2, X1
ANOVA Model 1 Regression Residual Total Sum of Squares 290372875.924 39856639.705 330229515.630 df 2 24 26 Mean Square 145186437.962 1660693.321 F 87.425 Sig. .000
(Constant) X
t 20.963 -10.90
Sig. .000 .000
§9.2 自变量定性变量回归模型的应用
二、回归系数相等的检验 例9.3 回到例9.1的问题，例9.1引入0-1型自变量的方 法是假定储蓄增加额y对家庭收入的回归斜率β1与家庭年 收入无关，家庭年收入只影响回归常数项β0，这个假设是 否合理，还需要做统计检验。检验方法是引入如下含有 交互效应的回归模型： yi=β 0+β 1xi1+β 2xi2+β 3xi1xi2+ε i(9.8)
i i
=（β 0+β 2）+（β 1+β 3）xi1+ε 低学历家庭x2=0， yi=β 0+β 1xi1+ε
i
§9.2 自变量定性变量回归模型的应用
要检验两个回归方程的回归系数(斜率)相等，等价 于检验 H0：β 3=0， 当拒绝H0时，认为β 3≠0，这时高学历与低学历家庭的 储蓄回归模型实际上被拆分为两个不同的回归模型。 当接受H0时，认为β 3=0，这时高学历与低学历家庭的储 蓄回归模型是如下形式的联合回归模型： yi=β0+β1xi1+β2xi2+εi
§9.1 自变量中含有定性变量的回归模型
二、复杂情况
某些场合定性自变量可能取多类值，例如某商厦策划营销
方案，需要考虑销售额的季节性影响，季节因素分为春、
夏、秋、冬4种情况。为了用定性自变量反应春、夏、秋、 冬四季，我们初步设想引入如下4个0-1自变量：
x1 1, x1 0,
x3 1, x3 0,
§9.2 自变量定性变量回归模型的应用
以上只是根据散点图从直观上判断本例数据应该用折 线回归拟合，这一点还需要做统计的显著性检验，这只需 对（9.2）式的回归系数β2做显著性检验。
Coefficients Unstandardized Coefficients B Std. Error 5.895 .604 -3.954E-03 .001 -3.893E-03 .002 Standardized Coefficients Beta -.611 -.388
8950 9865 9866 10235 10140
3.9 4.8 4.6 4.8 4.2
0 0 0 0 0
§9.1 自变量中含有定性变量的回归模型
在线性回归对话框，建立y对x1、x2的线性回归，输出结果：
Model Summary Adjusted R Square .869 Std. Error of the Estimate 1288.68
§9.1 自变量中含有定性变量的回归模型
Coefficients Unstandardized Coefficients B Std. Error -7976.809 1093.445 3826.129 304.591 -3700.330 513.445 Standardized Coefficients Beta .921 -.529
一、简单情况 首先讨论定性变量只取两类可能值的情况，例如研究 粮食产量问题，y为粮食产量，x为施肥量，另外再考虑气 候问题，分为正常年份和干旱年份两种情况，对这个问题 的数量化方法是引入一个0-1型变量D，令： Di=1 Di=0 表示正常年份 表示干旱年份
§9.1 自变量中含有定性变量的回归模型
§9.2 自变量定性变量回归模型的应用
一、分段回归 例9.2 表9.3给出某工厂生产批量xi与单位成本yi(美元)的 数据。试用分段回归建立回归模型。
序号 1 2 3 4 5 6 7 y 2.57 4.4 4.52 1.39 4.75 3.55 2.49 X(= x1) 650 340 400 800 300 570 720 x2 150 0 0 300 0 70 220
第九讲 虚拟变量模型的进一步 讨论
——含定性变量的回归模型

9.1 自变量中含有定性变量的回归模型 9.2 自变量定性变量回归模型的应用 9.3 因变量是定性变量的回归模型 9.4 Logistic(逻辑斯蒂)回归 9.5 多类别Logistic回归





9.6 因变量是顺序变量的回归
§9.1 自变量中含有定性变量的回归模型
其中y为上一年家庭储蓄增加额， x1为上一年家庭总收入， x2表示家庭学历，
高学历家庭x2=1,低学历家庭x2=0。
§9.2 自变量定性变量回归模型的应用
回归模型（9.8）式可以分解为对高学历和对低学历家庭 的两个线性回归模型，分别为： 高学历家庭x2=1,
yi=β 0+β 1xi1+β 2+β 3xi1+ε
调查数据见表9.1：
§9.1 自变量中含有定性变量的回归模型
表9.1 序号 1 2 3 4 5 6 7 y（元） 235 346 365 468 658 867 1085 x1（万元） 2.3 3.2 2.8 3.5 2.6 3.2 2.6 x2 0 1 0 1 0 1 0
23 24 25 26 27
§9.1 自变量中含有定性变量的回归模型
自变量x1的系数是显著的，回归方程为：
ˆ y
=-7728+3264x1
§9.1 自变量中含有定性变量的回归模型
家庭年收入x1是连续型变量，它对回归的贡献也是不可缺少的。如 果不考虑家庭年收入这个自变量，13户高学历家庭的平均年储蓄增加额 为3009.31元，14户低学历家庭的平均年储蓄增加额为5059.36元，这样 会认为高学历家庭每年的储蓄额比低学历的家庭平均少5059.363009.31=2050.05元，而用回归法算出的数值是3824元，两者并不相等。
回归方程为：
ˆ 5059.36 2050.05x2 y
§9.1 自变量中含有定性变量的回归模型
用回归法算出的高学历家庭每年的平均储蓄额比低学 历的家庭平均少3700元，这是在假设两者的家庭年收入相 等的基础上的储蓄差值，或者说是消除了家庭年收入的影 响后的差值，因而反映了两者储蓄额的真实差异。而直接 由样本计算的差值2050.05元是包含有家庭年收入影响在 内的差值，是虚假的差值。所调查的13户高学历家庭的平 均年收入额为3.8385万元，14户低学历家庭的平均年收入 额为3.4071万元，两者并不相等。
由图9.1可看出数据在生产批量xp=500时发生较大变化， 即批量大于500时成本明显下降。我们考虑由两段构成的分 段线性回归,这可以通过引入一个0-1型虚拟自变量实现。 假定回归直线的斜率在xp=500处改变，建立回归模型 yi=β0+β1xi+β2(xi-500)Di+εi 来拟合，其中
D i 1, 当 x i 500 D i 0, 当 x i 500
(Constant) X1 X2
t -7.295 12.562 -7.207
Sig. .000 .000 .000
两个自变量x1与x2的系数都是显著的，判定系数 R2=0.879，回归方程为：
ˆ =-7976+3826x1-3700x2 y
ຫໍສະໝຸດ Baidu
§9.1 自变量中含有定性变量的回归模型
这个结果表明，中等收入的家庭每增加1万元收入，平 均拿出3826元作为储蓄。高学历家庭每年的平均储蓄额少 于低学历的家庭，平均少3700元。 如果不引入家庭学历定性变量x2，仅用y对家庭年收入 x1做一元线性回归，得判定系数R2=0.618，拟合效果不好。
春季 其它
秋 季 其它
x2 1, x2 0,
x4 1, x4 0,
夏 季 其它
冬 季 其它
§9.1 自变量中含有定性变量的回归模型
可是这样做却产生了一个新的问题，即 x1+x2+x3+x4=1，构成完全多重共线性。 解决这个问题的方法很简单，我们只需去掉一个 0-1型变量，只保留3个0-1型自变量即可。例如去掉 x4，只保留x1、x2、x3。 对一般情况，一个定性变量有k类可能的取值 时，需要引入k-1个0-1型自变量。当k=2时，只需要引 入一个0-1型自变量即可。
(Constant) X X2
t 9.757 -2.65 -1.69
Sig. .000 .045 .153
§9.2 自变量定性变量回归模型的应用
对β2的显著性检验的显著性概率Sig=0.153，β2没有通 过显著性检验，不能认为β2非零。用y对x做一元线性回归， 计算结果为：
Coefficients Unstandardized Coefficients B Std. Error 6.795 .324 -6.318E-03 .001 Standardized Coefficients Beta -.976
粮食产量的回归模型为：
yi=β 0+β 1xi+β 2Di+ε i
其中干旱年份的粮食平均产量为：
E(yi|Di=0)=β 0+β 1xi
正常年份的粮食平均产量为：
E(yi|Di=1)=(β0+β2)+β1xi
§9.1 自变量中含有定性变量的回归模型
例9.1 某经济学家想调查文化程度对家庭储蓄的 影响，在一个中等收入的样本框中，随机调查了13户 高学历家庭与14户中低学历的家庭， 因变量y为上一年家庭储蓄增加额， 自变量x1为上一年家庭总收入， 自变量x2表示家庭学历， 高学历家庭x2=1,低学历家庭x2=0，
§9.2 自变量定性变量回归模型的应用
引入两个新的自变量
xi1=xi xi2=(xi-500)Di
这样回归模型转化为标准形式的二元线性回归模型： yi=β 0+β 1xi1+β 2xi2+ε i （9.3）式可以分解为两个线性回归方程： 当x1≤500时，E(y)=β 0+β 1x1 (9.3)
§9.2 自变量定性变量回归模型的应用
Coefficients Unstandardized Coefficients B Std. Error -8763.936 1270.878 4057.151 359.284 -776.939 2514.459 -787.564 663.367 Standardized Coefficients Beta .977 -.111 -.443
8
3.77
480
0
§9.2 自变量定性变量回归模型的应用
5.0 4.5 4.0 3.5
¾ £© ɱ »³ µ¥Î y£¨
3.0 2.5 2.0 1.5 1.0 200 300 400 500
600
700
800
900
x£¨ ÅúÁ¿£©
图9.1 单位成本对批量散点图
§9.2 自变量定性变量回归模型的应用
(Constant) X1 X2 X3
t -6.896 11.292 -.309 -1.187
Sig. .000 .000 .760 .247
§9.3 因变量是定性变量的回归模型
在许多社会经济问题中，所研究的因变量往往只有两 个可能结果，这样的因变量也可用虚拟变量来表示，虚拟 变量的取值可取0或1。 一、定性因变量的回归方程的意义 设因变量y是只取0，1两个值的定性变量，考虑简单线 性回归模型 yi=β 0+β 1xi+ε i 在这种y只取0，1两个值的情况下，因变量均值 E(yi)=β 0+β 1xi有着特殊的意义。 (9.12)
当x1＞500时，E(y)=(β0-500β2)+(β1+β2)x1
§9.2 自变量定性变量回归模型的应用
§9.2 自变量定性变量回归模型的应用
在线性回归对话框用普通最小二乘法拟合模型(9.3)式 得回归方程为：
ˆ =5.895-0.00395x1-0.00389x2 y
利用此模型可说明生产批量小于500时，每增加1个单位 批量，单位成本降低0.00395美元；当生产批量大于500时， 每增加1个单位批量，估计单位成本降低 0.00395+0.00389=0.00784(美元)。