虚拟变量的回归分析

1 高中 D2 0 其它
1 博士 D5 0 其它
1 大 学 D3 0 其 它
1 小 学 D6 0 其 它
则总体回归模型：
w 0 1 X 2 D1 3 D2 4 D3 5 D4 6 D5 7 D6＋u
17
二、用虚拟变量测量斜率变动
基本思想
引入虚拟变量测量斜率变动，是在所设立的模型中，将虚 拟解释变量与其它解释变量的乘积，作为新的解释变量出 现在模型中，以达到其调整设定模型斜率系数的目的。
可能的情形:
（1）截距不变；
（2）截距和斜率均发生变化；
分析手段：仍然是条件期望。
18
（1）截距不变
模型形式：
意义：若α1显著，表明城市居民的平均人均可支配收入比农村 高α1元。但这种差异可能是由其它因素引起的，并不一定是由 户籍差异引起。
12
（2) 一个两属性定性解释变量和一个定量 解释变量
模型形式 Yi = f(Di，X i )+ μi 例如：Yi = 0 1 Di + X i + μi 1 城市 其中： Y－人均可支配收入；X－工作时间; Di 0 农村
会受到一些定性因素的影响，如性别、国籍、民族、自 然灾害和政治体制等。
问题：我们如何把这些定性想：将这些定性因素进行量化
由于定性变量通常表示某种属性是否存在，如是否男性、 是否经济特区、是否有色人和等。因此若该属性存在， 我们就将变量赋值为1，否则赋值为0，从而将定性因素 定量化。 计量经济学中，将取值为0和1的人工变量称为虚拟变量 （DUMMY）或哑元变量。通常用字母D或DUM表示。
7
一个例子(虚拟变量陷阱)
研究工资收入与学历之间的关系：

数据收集
收集不同市场细分群体的基本信息和 产品需求数据，如年龄、性别、收入、 消费习惯等。
变量设置
将市场细分变量转换为虚拟变量，并 引入到回归模型中。
结果分析
分析虚拟变量的系数和显著性，解释 其对产品需求的影响，为市场定位提 供依据。
案例三：教育程度与收入水平的关系研究
目的
研究教育程度对收入水平的影响，以及 不同教育程度对收入水平的差异。
虚拟变量可能依赖于某些自变量，需 要谨慎处理以避免多重共线性问题。
REPORT
CATALOG
DATE
ANALYSIS
SUMMAR Y
03
虚拟变量回归的模型构 建
线性回归模型
线性回归模型是最常用的回归分析方法之一，用 于探索自变量与因变量之间的线性关系。
在线性回归模型中，虚拟变量可以作为自变量引 入，以解释和预测因变量的变化。
变量设置
将教育程度转换为虚拟变量，并引入 到回归模型中。
数据收集
收集受访者的教育程度和收入水平数 据。
结果分析
分析虚拟变量的系数和显著性，解释 其对收入水平的影响，为职业规划和 教育投资提供参考。
案例四：健康状况与生活习惯的关系研究
目的
数据收集
研究生活习惯对健康状况的影响，以及不 同生活习惯对健康状况的差异。
虚拟变量回归的应用场景
1 2
社会科学研究
在社会科学研究中，经常需要研究分类变量对连 续变量的影响。例如，研究不同教育程度或不同 职业对收入的影响。
生物统计学
在生物统计学中，虚拟变量回归可用于研究基因 型、物种或地理区域等因素对连续变量的影响。
3
市场分析
在市场分析中，虚拟变量回归可用于研究不同产 品类别、品牌或市场细分对销售或其他连续变量 的影响。

(3) 1=1 ，但22 ，即两个回归旳差别仅在其 斜率，称为汇合回归(Concurrent Regressions)；
(4) 11，且22 ，即两个回归完全不同，称为 相异回归（Dissimilar Regressions）。
平行回归
汇合回归
相异回归
能够利用邹氏构造变化旳检验。这一问题 也可经过引入乘法形式旳虚拟变量来处理。
• 为了在模型中能够反应这些原因旳影响，并提 升模型旳精度，需要将它们“量化”。
这种“量化”一般是经过引入“虚拟变量” 来完毕旳。根据这些原因旳属性类型，构造只取 “0”或“1”旳人工变量，一般称为虚拟变量 （dummy variables），记为D。
• 例如，反应文化程度旳虚拟变量来自取为：1， 本科学历 D=
90年前 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990
表 5.1.1
储蓄 281 399.5 523.7 675.4 892.5 1214.7 1622.6 2237.6 3073.3 3801.5 5146.9 7034.2
1979~2001 年中国居民储蓄与收入数据（亿元）
GNP
90年后
储蓄
4038.2
1991
9107
4517.8
1992
11545.4
4860.3
1993
14762.4
5301.8
1994
21518.8
5957.4
1995
29662.3
7206.7
1996
38520.8
8989.1
1997
46279.8
第五章 解释变量包括虚拟变量 旳回归模型

虚拟变量之间的交叉项（续）
• 模型可以写成 y = β0 + δ1male + δ2hsgrad + δ3colgrad + δ4male*hsgrad + δ5male*colgrad + β1x + u, 那么: • 若 male = 0 且 hsgrad = 0 且 colgrad = 0 则 y = β0 + β1x + u • 若 male = 0 且 hsgrad = 1 且 colgrad = 0 则 y = β0 + δ2hsgrad + β1x + u • 若male = 1且hsgrad = 0且 colgrad = 1 则 y = β0 + δ1male + δ3colgrad + δ5male*colgrad + β1x + u
δ0 > 0 且 δ1 < 0的例子
y y = β0 + β1x d=0 d=1 y = (β0 + δ0) + (β1 + δ1) x x
检验不同组之间的差异
• 为了检验一个回归方程对不同的组是否应 该取不同的参数，我们可以检验表示组的 虚拟变量及其和所有其他x变量的交叉项的 显著性 • 因此可以估计有所有交叉项和没有交叉项 两种情况下的模型，然后构造F 统计量, 但 这种方法不容易把握
在项目评估中的注意之处
• 当我们考查一个项目的影响时，我们常会 用到虚拟变量 • 例如，我们会遇到一些接受过工作培训或 福利项目的人的数据，等等 • 需要记住的是：通常个人会对是否参与某 个项目做出选择的，这样就可能存在自选 择的问题
自选择的问题
• 如果我们能够控制住所有与是否参加项目 以及相应结果相关的因素，那么自选择也 就不是一个问题 • 但是，通常存在一些不可观察的因素与参 与行为相关 • 在这种情况下，项目效果的估计就是有偏 的，我们也不应该在此基础上进行政策的 制定!