计量经济学课件虚拟变量

上传人:pu****.1 文档编号:576352322 上传时间:2024-08-19 格式:PPT 页数:27 大小:371KB
返回 下载 相关 举报
计量经济学课件虚拟变量_第1页
第1页 / 共27页
计量经济学课件虚拟变量_第2页
第2页 / 共27页
计量经济学课件虚拟变量_第3页
第3页 / 共27页
计量经济学课件虚拟变量_第4页
第4页 / 共27页
计量经济学课件虚拟变量_第5页
第5页 / 共27页
点击查看更多>>
资源描述

《计量经济学课件虚拟变量》由会员分享,可在线阅读,更多相关《计量经济学课件虚拟变量(27页珍藏版)》请在金锄头文库上搜索。

1、第四节第四节 虚拟变量虚拟变量一、虚拟变量及其作用问题:在计量经济模型中如何反映定性因素影响?例如:u金融计量分析中的政策因素、心理因素u经济增长分析中的地区差异因素u产品销售分析中的季节因素、消费习惯等因素定义: 用以描述定性因素影响、只取数值0和1的人工变量为“虚拟变量”,一般用符号D表示。(Dummy variable哑变量)作用:作用:描述和测量定性因素的影响;正确反映经济变量之间的关系,提高模型的精度便于处理异常数据。 本节学习要求:如何设置虚拟变量;如何描述和测量定性因素的影响。二、虚拟变量的设置二、虚拟变量的设置(一)虚拟变量的引入方式 1. 加法方式形式:将虚拟变量D作为一个解

2、释变量直接引入模型例如:家庭教育费用支出模型作用:以加法方式引入虚拟变量,可以反映定性因素对截距的影响,系数描述了两类支出函数的平均差异程度。D=0时,D=1时,有适龄子女无适龄子女aa+2. 乘法方式形式:将虚拟变量D乘以解释变量,再引入模型例如:家庭教育费用支出模型中:其等价形式:D=0时,D=1时,其中:有适龄子女无适龄子女作用:以乘法方式引入虚拟变量,反映定性因素对斜率的影响,系数描述了两类支出函数边际消费倾向的差异程度。1b3. 3. 一般方式一般方式 (1)同时以加法或乘法方式引入虚拟变量,即: (2)利用t检验判断系数、是否显著地不等于0,进而确定虚拟变量的引入方式,以及定性因素

3、影响的具体形式。例题1:我国税收函数利用虚拟变量描述不同税收政策的影响例题2:我国城镇居民彩电需求函数(P125 例7)利用虚拟变量描述不同收入层次居民的需求低收入家庭中高收入家庭(二)虚拟变量的设置原则(二)虚拟变量的设置原则1.一个因素m个类型(或m个不同属性)例:文教财政支出模型中“地区差异”因素的影响。方式1:设置1个虚拟变量中西东方式2:设置2个虚拟变量中西东12 -1方式3:设置3个虚拟变量虚拟变量的设置原则 1:如果一个因素有m 个不同属性,则应设置 m -1 个虚拟变量。2.2.多个因素各两种类型多个因素各两种类型 例:居民住房消费函数中的“城乡差异”与“收入层次” 的影响。(

4、D1,D2)各类家庭的消费函数(0,0)农村低收入:(0,1)农村高收入:(1,0)城市低收入:(1,1)城市高收入:虚拟变量的设置原则 2:如果有 k 个因素,每个因素各2个属性,则应设置 k 个虚拟变量。其等价函数形式有:2k 个 问题:1、如果收入分成“高、中、低”3个层次,如何设置虚拟变量?2、一个因素有m个属性时,要设置m-1个虚拟变量,其等价函数形式是否也有2(m-1)个?虚拟变量的设置原则 3(一般规则): 基础类型、否定类型取值为0,比较类型、肯定类型取值为1。三、虚拟变量的特殊应用三、虚拟变量的特殊应用1. 调整季节波动例:股市波动的“周内效应”分析定义: 如果模型中参数的估

5、计值与样本的选取无关,则称该模型结构是稳定的。用途:(1)检验多重共线性;(2)比较两个回归模型是否存在显著差异。例:不同时期、不同地区、不同行业2. 检验模型结构的稳定性模型:例:我国城镇居民消费函数(P132 例8)(1)检验1998年和1999年的消费函数是否存在显著差异“同构”;(2)将1998年和1999年的数据合并成一个(混合)样本,估计模型。3. 混合回归四、分类选择模型四、分类选择模型虚拟被解释变量模型虚拟被解释变量模型含义:将被解释变量取成虚拟变量,表示决策过程中的不同选择,利用计量经济模型分析各种因素对决策过程的影响。类型:1、二元选择模型2、排序选择模型二元选择模型:二元

6、选择模型:(一)线性概率模型(LPM)线性概率模型存在的问题:1、随机误差项服从两点分布,非正态分布大样本时服从中心极限定理2、模型存在异方差性WLS估计3、Yi的值可能会落在0,1区间之外人为定义成0和14、概率的增长幅度相同处理方法:模型取成随机变量的分布函数处理方法:模型取成随机变量的分布函数模型类型 分布函数Probit模型 标准正态分布Logit模型 Logistic分布极值分布(Extreme value)模型二、二、EViewsEViews实现实现1、打开方程窗口:QuickEstimate Equation2、在Method栏选择估计方法Binary;3、输入被解释变量名和解释变量名;4、选择分类估计方法(即分布函数类型):Probit Logit Extreme value输出结果:输出结果:lLog likelihood:对数似然比值lAvg. log likelihood:L/nlRestr. log likelihood:L(0)lLR statistics:检验模型的显著性lMcFadden R.squared: 检验拟合优度

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 建筑/环境 > 施工组织

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号