计量经济学第八章关于虚拟变量的回归.

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。

关于虚拟变量（Dummy Variable ）的回归1．虚拟变量的性质● 在回归分析中，应变量不仅受量化好了的变量的影响，还受定性性质的变量的影响（如性别，种族，肤色，宗教，国籍，地震等等）● 这类定性变量指某一“性质”或属性出现或不出现。

量化这些变量的方法，是构造一个取值1或0 的人为变量，0代表某一属性不出现，而1代表该属性出现。

● 取这样的0和1 值的变量叫做虚拟变量 (dummy variable)● 在回归分析中，可以清一色的使用虚拟变量，这样的模型叫做方差分析模型（analysis of variance, ANOV A ）, 例：i i i u D Y ++=βα其中Y=学院教授的年薪 D i = 1 若是男教授= 0 若是女教授● 学院女教授的平均薪金：α==)0/(i i D Y E 学院男教授的平均薪金：βα+==)1/(i i D Y E● 截距项α给出学院女教授的平均薪金，而斜率系数β告诉我们学院男教授和女教授的平均薪金的差额，α+β反映学院男教授的平均薪金。

● 在大多数经济研究中，一个回归模型既含有一些定量的又含有一些定性的解释变量。

协方差分析（analysis of covariance ANCOV A ）2．对一个定量变量和一个两分定性变量的回归● ANCOV 的一个例子：i i i i u X D Y +++=βαα21其中Y i = 学院教授的年薪 X i = 教龄 D i = 1 若是男教授 = 0 若是女教授● 假定和平常一样E （u i ）=0，学院女教授的平均薪金：i i i X D Y E βα+==1)0/( 学院男教授的平均薪金：i i i X D Y E βαα++==)()1/(21 ● 图● 以上模型设想学院男教授和女教授的薪金作为教龄的函数，有相同的斜率，但不同的截距● 如果2α统计上显著，则表明有性别歧视● 上述虚拟变量回归模型有以下特点：（1） 为了区分两个类别，男性和女性，我们只引进了一个虚拟变量D i 。

第八章虚拟变量模型1. 回归模型中引入虚拟变量的作用是什么?答:在模型中引入虚拟变量，主要是为了寻找某(些)定性因素对解释变量的影响。

加法方式与乘法方式是最主要的引入方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。

除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。

2. 虚拟变量有哪几种基本的引入方式? 它们各适用于什么情况?答:在模型中引入虚拟变量的主要方式有加法方式与乘法方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。

除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。

3．什么是虚拟变量陷阱？答：根据虚拟变量的设置原则，一般情况下，如果定性变量有m个类别，则需在模型中引入m-1个变量。

如果引入了m个变量，就会导致模型解释变量出现完全的共线性问题，从而导致模型无法估计。

这种由于引入虚拟变量个数与类别个数相等导致的模型无法估计的问题，称为“虚拟变量陷阱”。

4．在一项对北京某大学学生月消费支出的研究中，认为学生的消费支出除受其家庭的每月收入水平外，还受在学校中是否得到奖学金，来自农村还是城市，是经济发达地区还是欠发达地区，以及性别等因素的影响。

试设定适当的模型，并导出如下情形下学生消费支出的平均水平：(1) 来自欠发达农村地区的女生，未得到奖学金；(2) 来自欠发达城市地区的男生，得到奖学金；(3) 来自发达地区的农村女生，得到奖学金；(4) 来自发达地区的城市男生，未得到奖学金。

解答: 记学生月消费支出为Y，其家庭月收入水平为X，则在不考虑其他因素的影响时，有如下基本回归模型：Y i=β0+β1X i+μi有奖学金1 来自城市无奖学金0 来自农村来自发达地区 1 男性0 来自欠发达地区0 女性Y i=β0+β1X i+α1D1i+α2D2i+α3D3i+α4D4i+μi由此回归模型，可得如下各种情形下学生的平均消费支出：(1) 来自欠发达农村地区的女生，未得到奖学金时的月消费支出：E(Y i|= X i, D1i=D2i=D3i=D4i=0)=β0+β1X i(2) 来自欠发达城市地区的男生，得到奖学金时的月消费支出：E(Y i|= X i, D1i=D4i=1,D2i=D3i=0)=(β0+α1+α4)+β1X i(3) 来自发达地区的农村女生，得到奖学金时的月消费支出：E(Y i |= X i , D 1i =D 3i =1,D 2i =D 4i =0)=(β0+α1+α3)+β1X i (4) 来自发达地区的城市男生，未得到奖学金时的月消费支出： E(Y i |= X i ,D 2i =D 3i =D 4i =1, D 1i =0)= (β0+α2+α3+α4)+β1X i5. 研究进口消费品的数量Y 与国民收入X 的模型关系时，由数据散点图显示1979年前后Y 对X 的回归关系明显不同，进口消费函数发生了结构性变化：基本消费部分下降了，而边际消费倾向变大了。

计量经济学：第⼋章虚拟变量回归第⼋章虚拟变量回归第⼀节虚拟变量的概念⼀、问题的提出计量经济学模型对变量的要求——可观测、可计量。

但在现实经济问题中，存在定性影响因素，⽐如1、属性（品质）因素的表达。

在经济活动中，有的经济变量的变动要受到属性因素（或品质因素）的影响。

如收⼊在形成过程中，不同的性别所得到的收⼊是不⼀样的；在城乡、不同地区等收⼊存在差距；再⽐如，在我国，经济的发展⽔平对于不同的区域有不同的表现。

2、异常值现象。

当经济运⾏过程中，可能会受到突发事件的影响，那么，其值有可能出现异常，偏离正常轨迹很远，对这类现象需要加以修正。

3、季节因素的影响。

有的经济现象存在明显的季节特征，如啤酒的消费。

那么，在建模过程中，季节变动这⼀因素怎样考虑？4、离散选择现象的描述。

如公共交通与私⼈交通的选择、商品购买与否的决策、求职者对职业的选择等。

第1、2、3种情况属于解释变量为定性变量，第4情况为被解释变量属于定性变量。

称前⼀种情况为虚拟解释变量，后⼀种为虚拟被解释变量。

本章主要介绍虚拟解释变量的内容。

⼆、虚拟变量的定义1、定义。

设变量D 表⽰某种属性，该属性有两种类型，即当属性存在时D 取值为1；当属性不存在时D 取值为0。

记为=不具有该属性具有某种属性01D2、虚拟变量引⼊的规则。

（1）在模型⾥存在截距项的条件下，如果⼀个属性存在m 个相互排斥类型（⾮此即彼），则在模型⾥引⼊m-1个虚拟变量。

否则，会出现完全的多重共线性。

但要注意，在模型⽆截距项的情况下，如果⼀个属性存在m 个类型，即便引⼊m 个变量，不会出现多重共线性问题。

（请思考为什么？）（2）虚拟变量取值为0，意味着所对应的类型是基础类型。

⽽虚拟变量取值为1，代表与基础类型相⽐较的类型，称为⽐较类型。

例如“有学历”D 为1，“⽆学历”D 为0，则“⽆学历”就是基础类型，“有学历”为⽐较类型。

（3）当属性有m 个类型时，不能把虚拟变量的取值设成如下情况D=0，第⼀个类型；D=1，第⼆个类型；……D=m-1，第m 个类型。