特殊变量应用补充.ppt

特殊变量应用补充 Still waters run deep.流静水深流静水深,人静心深人静心深 Where there is life,there is hope。有生命必有希望。有生命必有希望2虚拟变量的应用虚拟变量的应用虚拟变量的应用虚拟变量的应用n使用虚拟变量的准则：必须按照经济条件，必须由题目的要求出发设计模型n同一个经济学问题，可能由于研究者的研究目的的不同，设计出来的虚拟变量的设定也可能区别很大n虚拟变量的设定是和其他变量一致的，是一个“序列”，在计算机里是一个 Series的性质n虚拟变量的直接统计意义不大，但是参与到估算方程后，其经济意义与所有解释变量完全一致3虚拟变量的应用虚拟变量的应用虚拟变量的应用虚拟变量的应用 例例例例:工资差别工资差别工资差别工资差别 为了解工作妇女是否受到了歧视，可以用美国统计局的为了解工作妇女是否受到了歧视，可以用美国统计局的“当前人口调查当前人口调查”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：变量有：W 雇员的工资（美元雇员的工资（美元/小时）小时）1；若雇员为妇女；若雇员为妇女 SEX=0；其他；其他 ED 受教育的年数受教育的年数 AGE 雇员的年龄雇员的年龄 1；若雇员不是西班牙裔也不是白人；若雇员不是西班牙裔也不是白人 NONWH=0；其他；其他 1；若雇员是西班牙裔；若雇员是西班牙裔 HISP=0；其他；其他4对对206名雇员的样本所进行的研究得到的回归结果为（括号内是名雇员的样本所进行的研究得到的回归结果为（括号内是t统计量的值）：统计量的值）：（22.10）（）（-3.86）R2=0.068 D.W.=1.79反映雇员性别的虚拟变量反映雇员性别的虚拟变量SEX在显著性水平在显著性水平 5%下显著。下显著。5在回归模型中加入年龄在回归模型中加入年龄AGE和受教育年数和受教育年数ED以及种族或民族，性别虚拟变量以及种族或民族，性别虚拟变量仍然是显著的：仍然是显著的：（-3.38)(-4.61)(8.54)(4.63)(-1.07)(0.22)R2=0.367 D.W.=1.78 6 最后考虑年龄最后考虑年龄AGE与工资与工资W之间非线性关系的可能性时，男女差别还是之间非线性关系的可能性时，男女差别还是显著存在的。这一点可以由下列回归结果看出显著存在的。这一点可以由下列回归结果看出：(-4.59)(-4.50)(7.98)(-1.22)(0.28)(3.87)(-3.18)R2=0.398 D.W.=1.75 这个回归模型的年龄这个回归模型的年龄AGE项说明，在其他条件不变的情况下，雇员的工项说明，在其他条件不变的情况下，雇员的工资率随着他的年龄的增长而增长（资率随着他的年龄的增长而增长（系数为系数为0.62），但是增加的速度越来越慢），但是增加的速度越来越慢（-0.0063）。进一步的研究表明，工资在雇员的年龄为）。进一步的研究表明，工资在雇员的年龄为42.9岁时达到最大，岁时达到最大，之后逐年下降。之后逐年下降。7季节虚拟变量季节虚拟变量季节虚拟变量季节虚拟变量 当使用含有季节因素的经济数据进行回归分析时，可以对数据进行季节调整消除原数据带有的季节性影响，也可以使用虚拟变量描述季节因素，进而可以同时计算出各个不同季度对经济变量的不同影响。如果用虚拟变量，这时包含了4个季度的4种分类，需要建立3个虚拟变量。用Qi表示第i个季度取值为1，其他季度取值为0的季节虚拟变量，显然Q1+Q2+Q3+Q4=1，如果模型中包含常数项，则只能加入Q1，Q2，Q3，否则模型将因为解释变量的线性相关而无法估计，即导致虚拟变量陷阱问题。当使用月度数据时，方法与上述类似，但需要有11个虚拟变量。8 社会消费品零售总额社会消费品零售总额社会消费品零售总额社会消费品零售总额RS GDPRS GDP 通通过过图图，可可以以看看出出1995年年1季季度度2003年年1季季度度的的季季度度GDP和和社社会会消消费费品品零零售售额额RS存存在在明明显显的的季季节节因因素素（数数据据见见附附录录E表表E.4），GDP通通常常逐逐季季增增加加，也也有有一一些些年年份份中中第第二二季季度度高高于于第第三三季季度度。RS在在第第一一季季度度增增加加，第第二二季季度度减减小，第三季度略有上升，第四季度达到高峰。小，第三季度略有上升，第四季度达到高峰。9 下下面面利利用用季季度度数数据据对对我我国国的的国国民民生生产产总总值值GDP和和社社会会消消费费品品零零售售额额RS进进行行回回归归分分析析，分分别别考考虑虑不不包包含含和和包包含含虚虚拟拟变变量量的情形。的情形。不包含虚拟变量的回归结果不包含虚拟变量的回归结果为为 t=(1.44)(9.11)R2=0.73 D.W.=1.64 使用虚拟变量的回归方程结果使用虚拟变量的回归方程结果为为 t=(-6.31)(12.06)(5.36)(4.97)(24.49)R2=0.96 D.W.=1.83 10 可以看出包含虚拟变量的可以看出包含虚拟变量的方程明显地改进了拟合能力方程明显地改进了拟合能力。这种这种季节调整方法是以季节变动要素不变并且服从于加法模季节调整方法是以季节变动要素不变并且服从于加法模型为前提型为前提，否则应该首先其他方法对数据进行季节调整。，否则应该首先其他方法对数据进行季节调整。RSRS的实际曲线（实线）和拟合曲线（虚线）的实际曲线（实线）和拟合曲线（虚线）的实际曲线（实线）和拟合曲线（虚线）的实际曲线（实线）和拟合曲线（虚线）左图左图左图左图:无虚拟函数无虚拟函数无虚拟函数无虚拟函数 右图：含虚拟函数右图：含虚拟函数右图：含虚拟函数右图：含虚拟函数精品课件资料分享 SL出品