下载文档原格式
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。
4、时间序列分析中作为季节（月份）的代表（比如对某些明显有淡季、旺季之分的产品）5、分段回归，研究斜率、截距的变动；6、比较两个回归模型；7、虚拟应变量概率模型，应变量本身是定性变量（比如你研究某产品的购买率，应变量本身就是买或不买）三、虚拟变量的设置规则1、虚拟变量D取值为0，还是取值为1，要根据研究的目的决定。
