下载文档原格式
第八章 包含虚拟变量的回归模型一、虚拟变量的基本含义通常在回归分析中，因变量不仅受一些定量变量的影响，而且还受一些定性变量的影响，比如性别、种族、婚姻状况等等。
为了在模型中反映这些因素的影响，需要把定性因素进行“量化”。
通常是引进人工变量完成。
通过定性因素的属性类别，构造取值为0或者1的变量，如、 1代表男性， 0代表女性； 1代表某人是大学毕业， 0代表某人不是大学毕业，这类取值为0，1的变量称为虚拟变量(dummy variable )。
虚拟变量与定量变量一样可用于回归分析。
事实上，一个回归模型的解释变量可以仅仅是虚拟变量。
解释变量仅是虚拟变量的模型称为方差分析模型( analysis-of-variance models ) (ANOVA)。
例1：1i i Y D i βα=++ε，其中Y 表示职工工资,。
10i D ⎧=⎨⎩，本科学历，非本科学历这个模型与我们前面讨论过的双变量模型类似，但这里的解释变量是虚拟变量。
1(0)i E Y D β==，1(1)i E Y D βα==+显然，1β表示非大学毕业生的平均初职年薪，1βα+表示具有大学学历职工的平均工资，α代表二者之差。
回归模型中可以有同时有虚拟变量以及定量变量。
例2：考虑是否上过大学和工龄作为职工工资的模型：12i i i Y X D i ββαε=+++Y ，表示职工工资，X表示工龄，D同上。
含虚拟变量的模型只要扰动项符合古典假定，仍用OLS方法估计模型。
注意：虚拟变量系数显著性检验的意义：：0H 0α=；：1H 0α≠。
同学们思考：这个检验在上面两个例子中分别具有何实际意义？二、虚拟变量的引入模型的方式 1、加法方式上面考察的例子都是加法方式。
注意虚拟变量模型的几何意义：以上述例2考察。
例3：如果上述职工工资方程（例2）中，学历考虑三个层次：高中以下、高中、大学及以上。
该如何建模？引进两个虚拟变量：，1 1 0 D ⎧=⎨⎩高中其他2 1 0 D ⎧=⎨⎩大学及以上其他121222Y X D D ββαα=++++ε请同学们分析模型的含义。
第8章 虚拟变量（dummy variable ）在实际建模过程中，被解释变量不但受定量变量影响，同时还受定性变量影响。
例如需要考虑性别、民族、不同历史时期、季节差异、企业所有制性质不同等因素的影响。
这些因素也应该包括在模型中。
1。
虚拟变量由于定性变量通常表示的是某种特征的有和无，所以量化方法可采用取值为1或0。
这种变量称作虚拟变量，用D 表示。
虚拟变量应用于模型中，对其回归系数的估计与检验方法与定量变量相同。
⎩⎨⎧=不具有某属性具有某属性01D 例：表示季节的虚拟变量⎩⎨⎧=其它春季011D ⎩⎨⎧=其它夏季012D ⎩⎨⎧=其它秋季013D ⎩⎨⎧=其它冬季014D2．测量截距移动设有模型，y t = β0 + β1 x t + u加法方式增加虚拟变量y t = β0 + β1 x t + β2D + u t ,其中y t ，x t 为定量变量；D 为定性变量。
当D = 0 或1时，上述模型可表达为， β0 + β1x t + u t , (D = 0) y t = (β0 + β2) + β1x t + u t , (D = 1)2040600204060X Y图8.1 测量截距不同D = 1或0表示某种特征的有无。
反映在数学上是截距不同的两个函数。
若β2显著不为零，说明截距不同；若β2为零，说明这种分类无显著性差异。
例：中国成年人体重y （kg ）与身高x （cm ）的回归关系如下：–105 + x D = 1 (男) y = - 100 + x - 5D =–100 + x D = 0 (女) 注意：① 若定性变量含有m 个类别，应引入m -1个虚拟变量，否β0β0+β2D = 1D =0则会导致多重共线性，称作虚拟变量陷阱。
②关于定性变量中的哪个类别取0，哪个类别取1，是任意的，不影响检验结果。
③定性变量中取值为0所对应的类别称作基础类别（base category）。
3测量斜率变化以上只考虑定性变量影响截距，未考虑影响斜率，即回归系数的变化。
