[药学]武汉大学MBA课程《数据模型与决策》课件(15)关于虚拟变量的回归

• 其它模型
– 对数单位模型（Logit Model） – 概率单位模型（Probit Model）
1
《
55
包含虚拟因变量的回归模型
• 如何估计这类模型？是否可以用OLS？ • 有特殊的统计推断问题吗？ • 如何度量这种模型的拟合优度？
1
《
56
（一）线性概率模型（LPM）
yi 0 1xi ui
女性 : s·alaryi 17.96929 1.370714 yearsi
years
1
《
16
2定性变量＋1定量变量
yi 0 1 d1i 2 d2i 3 xi ui
1， 男教师 d1i 0，女教师
1， 白种人 d2i 0， 非白种人
xi 教龄
1
《
17
思考题：以下定义方法的差别？
18.5 21.7 18.0 19.0 22.0
教育
0 1 0 0 1
1
《
7
1
《
8
y
1
1 3.28
d 0
《
d 1
x
9
• 虚拟变量系数（差别截距项系数）的经济 含义
• 赋值为0的一类常称为基准类（对比类）
1
《
10
思考题：如下定义存在什么问题？
yi 0 1 d1i 2 d2i ui
1
《
44
假说一和假说二
• 不同政策待遇的企业外国股权比例存在差 异
– 私营企业参与的合资企业比乡镇企业参与的合 资企业，其外国股权比例更高。
– 对资金有更大需求的企业比更小需求的企业， 其外国股权比例更高
1
《
45
假说三和假说四
• 由于浙江省对待不同企业的政策差异小于 江苏省，在浙江省所观察到的假说一和假 说二所描述的效应会弱于江苏省。

PART 07
虚拟变量回归模型的发展 趋势和未来展望
发展趋势
模型应用范围不断扩大
随着数据科学和统计学的发展，虚拟变量回归模型的应用范围不断扩大，不仅局限于传统的回归分析，还广泛应用于 分类、聚类、预测等领域。
模型复杂度不断提高
为了更好地处理复杂的数据结构和特征，虚拟变量回归模型的复杂度不断提高，出现了多种新型的模型，如集成学习 模型、深度学习模型等。
医学领域的应用
流行病学研究
在流行病学研究中，利用虚拟变量回归模型分析疾病发病率和死亡 率的影响因素，如年龄、性别、生活习惯等。
临床医学研究
在临床医学研究中，利用虚拟变量回归模型分析治疗效果的影响因 素，如治疗方案、患者特征、疾病严重程度等。
药物研究
在药物研究中，利用虚拟变量回归模型分析药物疗效的影响因素， 如药物剂量、给药方式、患者生理特征等。
模型解释性要求更高
随着人们对数据分析和模型结果的关注度提高，虚拟变量回归模型的解释性要求也更高，需要更加清晰、 直观地解释模型结果和变量之间的关系。
未来展望
模型可解释性研究
未来将更加注重虚拟变量回归模型的可解释性研究，以提高模型结果的透明度和可信度。
新型特征选择和降维技术
随着数据规模的扩大和特征维度的增加，未来将更加关注新型的特征选择和降维技术，以提取关 键特征并降低模型复杂度。
PART 01
引言
目的和背景
探索自变量与因变量之间的关系
虚拟变量回归模型主要用于探索自变量与因变量之间的数量关系，帮助我们理 解不同类别数据对结果的影响。
处理分类变量
当自变量是分类变量时，虚拟变量回归模型能够将这些分类变量转换为一系列 二进制（0和1）的虚拟变量，从而进行回归分析。

虚拟变量回归在各个领域都有广泛的应用，其中包括房价预测和汽车保险费用预估。通过实际案例分析， 我们将展示其在实际问题中的应用。
虚拟变量回归面临的问题
在进行虚拟变量回归时，我们可能会面临多重共线性问题。为了解决这个问 题，我们将介绍哑变量陷阱和特征选 收集数据 2. 对数据进行预处理 3. 分析数据 4. 建立模型 5. 模型的评估与优化
虚拟变量回归
通过介绍虚拟变量回归，我们将探讨其概念、作用以及应用。还将讨论面临 的问题和解决方法，以及如何进行虚拟变量回归并提高模型精度。
什么是虚拟变量回归
虚拟变量回归是一种统计方法，用于处理具有分类特征或非数字特征的数据。 它将非数字变量转换为二元变量，以便在回归模型中使用。
虚拟变量回归的应用
总结
虚拟变量回归具有自身的优点和局限性。我们将总结这些，并探讨未来的发 展方向。最后，我们将分享一些提高模型精度的技巧和建议。

第七章 虚拟变量
• 在回归分析中，被解释变量的影响因素 除了量（或定量）的因素还有质（或定 性）的因素，这些质的因素可能 会使回 归模型中的参数发生变化，为了估计质 的因素产生的影响，在模型中就需要引 入一种特殊的变量—虚拟变量。
2020/6/16
（二）作用
• 1、可以描述和测量定性（或属性）因素 的影响；
2、多个因素各两种属性
• 如果有m个定性因素，且每个因素各有两个不同的 属性类型，则引入m个虚拟变量。
• 例2
• 研究居民住房消费函数时，考虑到城乡差异和不同 收入层次的影响将消费函数设定为：
Yt=b0+b1Xt+a1D1t+ a2D2t+ μt
Yt=居民住房消费支出
Xt=居民可支配收入
1城镇居民
2020/6/16
虚拟变量对截距的影响
y
有适龄子女
b0&#
o
图1 虚拟变量对截距的影响
x
2020/6/16
2、乘法方式引入虚拟变量
• 基本思想：以乘法方式引入虚拟解释变量
，是在所设定的计量经济模型中，将虚拟 解释变量与其他解释变量相乘作为新 的解释变量，以达到其调整模型斜率的
目的。 • 该方式引入虚拟变量主要作用：
D=
0 无适龄子女
将家庭教育费用支出函数写成：Yt=b0+b1Xt+aDt+μt 即以加法形式引入虚拟变量。
2020/6/16
子女年龄结构不同的家庭教育 费用支出函数为：
• 无适龄子女家庭的教育费用支出函数（D=0 ）：Yt=b0+b1Xt+μt
• 有适龄子女家庭的教育费用支出函数（D=1 ）：Yt=（b0+a）+b1Xt+μt