1. 表5.1中给出了中国1980—2001年以城乡储蓄存款新增额代表的居民当年储蓄及以GNP代表的居民当年收入的数据。以1991年为界，判断1991年前和1991年后的两个时期中国居民的储蓄—收入关系是否已发生变化。
表5.1 1980—2001年中国居民储蓄与收入数据 单位：亿元
年份 储蓄S GNP 年份 储蓄S GNP
1980 118.5 4517.8 1991 2072.8 21662.5
1981 124.2 4860.3 1992 2438.4 26651.9
1982 151.7 5301.8 1993 3217 34560.5
1983 217.1 5957.4 1994 6756.4 46670
1984 322.2 7206.7 1995 8143.5 57494.9
1985 407.9 8989.1 1996 8858.5 66850.5
1986 615 10201.4 1997 7759 73142.7
1987 835.7 11954.5 1998 7127.7 76967.2
1988 728.2 14922.3 1999 6214.3 80579.4
1989 1345.4 16917.8 2000 4710.6 88228.1
1990 1887.3 18598.4 2001 9430 94346.4
估计以下回归模型：
0123()iiiiiiYXDDXu
其中iD为引入的虚拟变量：1,19910,1991iD年前年后
对上面的模型进行估计，结果如下：
所以表达式为：
15350.0751981.90.032()iiiiiYXDDX
(1.40) (4.45) (-1.38) (0.37) 从2和3的t检验值可以知道，这两个参数显著的为0，所以1991年前和1991年后两个时期的回归结果是相同的。
第七章虚拟变量
第一节 虚拟变量的引入
一、什么是虚拟变量
前面几章介绍的解释变量都是可以直接度量的，称为定量变量。如收入、支出、价格、资金等等。但在现实经济生活中，影响应变量变动的因素，除了这些可以直接获得实际观测数据的定量变量外，还包括一些无法定量的解释变量的影响，如性别、民族、国籍、职业、文化程度、政府经济政策变动等因素，他们只表示某种特征的存在与不存在，所以称为属性变量或定性变量。
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。
在计量经济模型中，应当包含属性变量对应变量的影响作用。那怎么才能把定性变量包括在模型中呢？属性变量通常是非数值变量，直接纳入回归方程中进行回归，显然是很困难的。
为此，人们采取了一种构造人工变量的方法，将这些定性变量进行量化，使其能与定量变量一样在回归模型中得以应用。
由于定性变量通常是表明某种特征或属性是否存在，如性别变量中以男性为分析基础的话，那就只有男性、非男性；政策变动变量中以政策不变为基准，则有政策不变，和政策变动；至于有两种以上的状态的话，比如学历分高中，本科，本科以上等等，我们又怎么办呢 ？把疑问留到后面去解决。既然定性变量只有存在或不存在两种状态，所以量化的一般方法是取值为0或1。称为虚拟变量。
虚拟变量：人工构造的取值为0或1的作为属性变量代表的变量。一般常用D表示。
D=0，表示某种属性或状态不存在 D=1，表示某种属性或状态存在
比如前面说的性别变量，以男性为基准，则当样本为男性时，虚拟变量取0，当样本为女性时，则虚拟变量取1。
当虚拟变量作为解释变量引入计量经济模型时，对其回归系数的估计和统计检验方法都与定量解释变量相同。
二、虚拟变量的作用
1、 作为属性因素的代表，如，性别、种族等
2、 作为某些非精确计量的数量因素的代表，如：受教育程度、年龄段等；
3、 作为某些偶然因素或政策因素的代表，如战争、911等。
1. 表5.1中给出了中国1980—2001年以城乡储蓄存款新增额代表的居民当年储蓄及以GNP代表的居民当年收入的数据。以1991年为界，判断1991年前和1991年后的两个时期中国居民的储蓄—收入关系是否已发生变化。
表5.1 1980—2001年中国居民储蓄与收入数据 单位：亿元
年份 储蓄S GNP 年份 储蓄S GNP
1980 118.5 4517.8 1991 2072.8 21662.5
1981 124.2 4860.3 1992 2438.4 26651.9
1982 151.7 5301.8 1993 3217 34560.5
1983 217.1 5957.4 1994 6756.4 46670
1984 322.2 7206.7 1995 8143.5 57494.9
1985 407.9 8989.1 1996 8858.5 66850.5
1986 615 10201.4 1997 7759 73142.7
1987 835.7 11954.5 1998 7127.7 76967.2
1988 728.2 14922.3 1999 6214.3 80579.4
1989 1345.4 16917.8 2000 4710.6 88228.1
1990 1887.3 18598.4 2001 9430 94346.4
估计以下回归模型：
0123()iiiiiiYXDDXu
其中iD为引入的虚拟变量：1,19910,1991iD年前年后
对上面的模型进行估计，结果如下：
所以表达式为：
15350.0751981.90.032()iiiiiYXDDX
(1.40) (4.45) (-1.38) (0.37) 从2和3的t检验值可以知道，这两个参数显著的为0，所以1991年前和1991年后两个时期的回归结果是相同的。
(完整版)第八章 虚拟变量回归 答案
第八章 虚拟变量回归
一、判断题
1。虚拟变量只能作为解释变量.（F)
2。 引入虚拟变量后，用普通最小二乘法得到的估计量仍是无偏的。（ T ）
3.引入虚拟变量的个数与模型有无截距项无关.（F）
4。虚拟变量用来表示某些具有若干属性的变量.（T)
5。引入虚拟变量的个数与样本容量大小有关。（F）
二、单项选择题
1．设消费函数011tttyaaDbxu，其中虚拟变量10D东中部西部，如果统计检验表明10a成立，则东中部的消费函数与西部的消费函数是（ D ）.
A. 相互平行的 B。 相互垂直的 C. 相互交叉的 D。 相互重叠的
2．虚拟变量（ A )
A。主要来代表质的因素，但在有些情况下可以用来代表数量因素
B。只能代表质的因素
C。只能代表数量因素
D.只能代表季节影响因素
3。分段线性回归模型的几何图形是（ D ）
A。 平行线 B. 垂直线 C。 光滑曲线 D. 折线
4．如果一个回归模型中(包含截距项)，对一个具有m个特征的质的因素要引入虚拟变量数目为（ B ).
A.m B。m-1 C。m—2 D.m+1
5．设某商品需求模型为01tttybbxu，其中Y是商品的需求量，X是商品的价格，为了考虑全年12个月份季节变动的影响，假设模型中引入了12个虚拟变量，则会产生的问题为（ D ）。
A．异方差性 B．序列相关 C．不完全的多重共线性 D．完全的多重共线性
6.设消费函数为iii33i22i11oiubxDDDy，其中y为消费，x为收入，虚拟变量其他季度第三季度，其他季度第二季度，其他季度第一季度 0
