计量经济学课件第八章 虚拟变量回归
第八章虚拟变量回归
引子:男女大学生消费真有差异吗?
在对在校学生的消费行为进行的调查中,发现在校
生的消费行为呈现多元化的结构。人际交往消费、手机类消费、衣着类消费、化妆品类消费、电脑类消费、旅游类消费占有较大的比例；而食品类消费、学习用品类消费不突显。
显然,男女生在消费上存在差异。为了了解男、女
生的消费支出结构差异，应当如何建立模型？
面临的问题：如何把男女生这样的非数量变量引
问题的一般性描述
在实际建模中，一些定性变量具有不可忽视的重要影响。例如，研究某个企业的销售水平，产业属性（制造业、零售业）、所有制（私营、非私营）、地理位置（东、中、西部）、管理者的素质、不同的收入水平等是值得考虑的重要影响因素，但这些因素共同的特征是定性描述的。
如何对非定量因素进行回归分析？
采用“虚拟变量”对定性变量进行量化一种思路。
第八章虚拟变量回归
本章主要讨论:
●虚拟变量
●虚拟解释变量的回归
●虚拟被解释变量的回归(选讲,不包括)
第一节虚拟变量
本节基本内容:
●基本概念
●虚拟变量设置规则
一、基本概念
定量因素：可直接测度、数值性的因素。
定性因素：属性因素，表征某种属性存在与否的非数值性的因素。
基本思想：
直接在回归模型中加入定性因素存在诸多的困难（那些困难？），是否可将这些定性因素进行量化，以达到定性因素能与定量因素有着相同作用之目的。
虚拟变量的定义
计量经济学中，将取值为0和1的人工变量称为虚拟变量。虚拟变量也称：哑元变量、定性变量等等。通常用字母D或DUM加以表示（英文中虚拟或者哑元Dummy的缩写）。
对定性变量的量化可采用虚拟变量的方式实现。
二、虚拟变量设置规则
虚拟变量的设置规则涉及三个方面:
1.“0”和“1”选取原则
2.属性（状态、水平）因素与设置虚拟变量数量的关系
3.虚拟变量在回归分析中的角色以及作用等方面的问题
“0”和“1”选取原则
● 虚拟变量取“1”或“0”的原则，应从分析问题的目的出发予以界定。
● 从理论上讲，虚拟变量取“0”值通常代表比较的基础类型；而虚拟变量取“1”值通常代表被
比较的类型。
“0”代表基期（比较的基础，参照物）；
“1”代表报告期（被比较的效应）。
例如，比较收入时考察性别的作用。当研究男性收入是否高于女性时，是将女性作为比较的基础（参照物），故有男性为“1”，女性为“0”。
例1
(1) ?1 男
D=?
?0 女
1 改革开放以后
（2） D =
0 改革开放以前
1 天气阴?1 天气雨
（3） D1 = ）D2 = ?4
?0 其他0 其 他
问题:
为何只选0、1，选2、3、4行吗？为什么？
属性的状态（水平）数与虚拟变量数量的关系
定性因素的属性既可能为两种状态，也可能为多种状态。例如，性别（男、女两种）、季节（4种状态），地理位置（东、中、西部），行业归属，所有制，收入的分组等。
?(1,0) 天气阴
?
如：（D1 ,D2）= ? (0,1) 天气雨
? (0,0) 其他
?
虚拟变量数量的设置规则
1.若定性因素具有m 个(m 2) 相互排斥属性(或几个水平)，当回归模型有截距项时，只能引入
m -1个虚拟变量；
2.当回归模型无截距项时，则可引入m 个虚拟变量；否则，就会陷入“虚拟变量陷阱”。（为什么？）
计量经济学复习资料——虚拟变量
虚拟变量习题 一、 单项选择题 1、 若一个回归模型包含截距项，对一个具有m 个特征的质的因素需要引入的虚拟变量个数为 A.m-2 B.m-1 C.m D.m+1 2、 某商品需求函数为:Y i =β0+β1X i +μi ，其中Y 为需求量，X 为价格，为了考虑“性别”(男性、女性)和“地区”(东部、中部、西部)两个因素的影响，考虑引入虚拟变量，则应引入虚拟变量的个数为( ) A. 5 B. 4 C. 3 D. 2 3、 消费函数Y i =α0+α1D+β0X i +β1DX i +μi ,其中 虚拟变量D=???农村家庭城镇家庭 01，当统计检验表明下列哪项成立时，表示城镇家庭 与农村家庭有一样的消费行为( ) A. α1=0, β1=0 B. α1=0, β1≠0 C. α1≠0, β1=0 D. α1≠0, β1≠0 4、 根据样本资料建立某消费函数如下：?100.5055.350.45t t C D X =++，其中C 为消费，X 为收入，虚拟变量 1 D 0 ?=??城镇家庭 农村家庭，所有参数均检验显著，则城 镇家庭的消费函数 为 （ ） A 、?155.850.45t t C X =+ B 、?100.500.45t t C X =+ C 、?100.5055.35t t C X =+ D 、?100.9555.35t t C X =+ 5、 假设某需求函数为01i i i Y X ββμ=++，为了考虑“季节”因素（春、夏、秋、 冬四个不同的状态），引入4个虚拟变量形成截距变动模型，则模型的 （ ） A 、参数估计量将达到最大精度 B 、参数估计量是有偏估计量 C 、参数估计量是非一致估计量 D 、参数将无法估计 6、 对于模型01i i i Y X ββμ=++，为了考虑“地区”因素（北方、南方），引入2 个虚拟变量形成截距变动模型，则会产生 （ ） A 、序列的完全相关 B 、序列的不完全相关 C 、完全多重共线性 D 、不完全多重共线性
计量经济学实验教学案例实验9_虚拟变量
实验九虚拟变量 【实验目的】 掌握虚拟变量的设置方法。 【实验内容】 一、试根据表9-1的1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立我国城镇居民彩电需求函数； 资料来源：据《中国统计年鉴1999》整理计算得到 二、试建立我国税收预测模型（数据见实验一）； 资料来源：《中国统计年鉴1999》 三、试根据表9-2的资料用混合样本数据建立我国城镇居民消费函数。
资料来源：据《中国统计年鉴》1999－2000整理计算得到 【实验步骤】 一、我国城镇居民彩电需求函数 ⒈相关图分析； 键入命令：SCAT X Y ，则人均收入与彩电拥有量的相关图如9-1所示。 从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： ?? ?=低收入家庭 中、高收入家庭 1D 图9-1 我国城镇居民人均收入与彩电拥有量相关图 ⒉构造虚拟变量； 方式1：使用DATA 命令直接输入； 方式2：使用SMPL 和GENR 命令直接定义。 DATA D1 GENR XD=X*D1 ⒊估计虚拟变量模型： LS Y C X D1 XD 再由t 检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。 按照以上步骤，虚拟变量模型的估计结果如图9-2所示。
图7-2 我国城镇居民彩电需求的估计 我国城镇居民彩电需求函数的估计结果为： i i i i XD D x y 0088.08731.310119.061.57?-++= =t (16.249)(9.028) (8.320) (-6.593) 2R ＝0.9964 2R ＝0.9937 F ＝366.374 S.E ＝1.066 虚拟变量的回归系数的t 检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。低收入家庭与中高收入家庭各自的需求函数为： 低收入家庭： i i x y 0119.061.57?+= 中高收入家庭： ()()i i x y 0088.00119.08731.3161.57 ?-++=i x 003.048.89+= 由此可见我国城镇居民家庭现阶段彩电消费需求的特点：对于人均年收入在3300元以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加1000元，百户拥有量将平均增加12台；对于人均年收入在4100元以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加1000元，百户拥有量只增加3台。事实上，现阶段我国城镇居民中国收入家庭的彩电普及率已达到百分之百，所以对彩电的消费需求处于更新换代阶段。 二、我国税收预测模型 要求：设置虚拟变量反映1996年税收政策的影响。 方法：取虚拟变量D1＝1（1996年以后），D1＝0（1996年以前）。 键入命令：GENR XD=X*D1 LS Y C X D1 XD 则模型估计的相关信息如图7-3所示。
第八章虚拟变量参考答案
练习题8.1参考解答: （1）在其它条件不变的情况下，对数人均收入提高1%，则平均预期寿命可能提高约0.0939年。但从统计检验结果看，对数人均收入lnX 对期望寿命Y 的影响并不显著。方程的拟合情况良好，可进一步进行多重共线性等其他计量经济学的检验。 （2）引入()ln 7i i D X -的原因是想从截距和斜率两个方面考证将人均收入超过1097美元的国家定义为富国的话，贫国和富国的预期寿命是否存在显著的区别。 如果人均收入大于1097美元，那么虚拟变量取值为1，否则为0。即： 1 1097 (l n ()7)0 1097 i i D X ?-=??人均收入大于美元人均收入低于 美元 （3） 对于贫穷国，其回归方程为： 2.409.39ln i X -+ 对于富国，其回归方程为： 2.40(9.39- 3.36)ln 3.36*721.12 6.03ln i i X X -++=+ 习题8.2参考答案 由于有四个季度，因此引入三个季度虚拟变量 1 1 1 1220 0 0 D D D ???===??????一季度二季度三季度其它其它其它 （1）按照加法模型引入三个虚拟变量，模型为：（加法模型的作用是改变了设定模型的截距 水平） i 0112233i i Y =D D D X ααααβμ+++++ 回归结果如下： 123i 22?=6910.449187.7317D 1169.32D 417.1182D 0.038008X t= (3.594792) (-0.28439 (1.835446) 065093256914 R =0.517642 R =0.416093 F=5.097454 DW=0.39625 i Y -+-+）（-.） （.） （2）由于考虑利润对销售额的变化率发生变异，即斜率的改变，因此按照乘法模型引入三 个虚拟变量，模型为： i 01i 1i 12i 23i 3i Y =X X D X D X D ββαααμ+++++ 回归结果如下： i i 1i 2i 322?=7014.7570.037068X -0.000933X D 0.00791X D 0.002385X D t= (3.934394) (3.273896 (-0.216776) 0.0040180.58529 R =0.519733 R =0.418624 F=5.140311 DW=0.429628 i Y ++--）（） （） （3）按照加法和乘法相结合的方式引入三个虚拟变量，模型为： i 01122331i 2i 13i 24i 3i Y =D D D X X D X D X D ααααββββμ++++++++ 回归结果为： i 123i i 1i 2i 322?Y =10457.394752.26D 3764.21D 4635.46D 0.0159X 0.029X D 0.03X D 0.0266X D t= (2.566) (-0.87 (-0.6860.8320.6280824089960749 R =0.546701 R =0.348383 F=2---++++-）） （） （） (.） （.）（.）.756686 DW=0.464982
第八章 虚拟变量回归 思考题
第八章 虚拟变量回归 思考题 8.1 什么是虚拟变量 ? 它在模型中有什么作用 ? 8.2 虚拟变量为何只选 0 、 1, 选 2 、 3 、 4 行吗 ? 为什么 ? 8.3 对 (8.10) 式的模型 , 如果选择一个虚拟变量 1,01D ?? =??-? 大专及大专以上，高中 ，高中以下 这样的设置方式隐含了什么假定 ? 这一假定合理吗 ? 8.4 引入虚拟解释变量的两种基本方式是什么 ? 它们各适用于什么情况 ? 8.5 四种加法方式引入虚拟变量会产生什么效应? 8.6 引入虚拟被解释变量的背景是什么?含有虚拟被解释变量模型的估计方法有哪些 ? 8.7 设服装消费函数为 12233t i i i i Y D D X u αααβ=++++ 其中， i X =收入水平 ;Y = 年服装消费支出 ; 1,30D ?=? ?大专及大学以上 ，其他 ；1,20D ?=??女性，其他 试写出不同人群组的服装消费函数模型。 8.8 利用月度数据资料 ,为了检验下面的假设,应引入多少个虚拟解释变量 ? 1) 一年里的 12 个月全部表现出季节模式 ; 2) 只有 2 月、 6 月、 8 月、 10 月和 12 月表现出季节模式。 练习题 8.1 1971 年 ,Sen 和 Sztvastava 在研究贫富国之间期望寿命的差异时 , 利用 101 个国家的数据 , 建立了如下回归模型 []? 2.409.39ln 3.36(ln 7)i i i i Y X D X =-+-- (4.37)(0.857)(2.42) R2=0.752 其中 ,X 是以美元计的人均收入 ;Y 是以年计的期望寿命 ; Sen 和 Srimstava 认为人均收入的临界值为 1097 美元 (ln1097=7), 若人均收入超过 1097 美元 , 则被认定为富国 ; 若人均收入低于1097美元 , 被认定为贫穷国。括号内的数值为对应参数估计值的t 值。 1) 解释这些计算结果。 2) 回归方程中引入(ln 7)i i D X =-的原因是什么?如何解释这个回归解释变量? 3) 如何对贫穷国进行回归 ? 又如何对富国进行回归 ? 4）这个回归结果中可得到的一般结论是什么 ?
计量经济学范本
第八章 虚拟变量 一、单选题： 1、虚拟变量模型i i i D Y μβα++=中，i Y 为居民的年可支配收入，i D 为虚拟解释变量， i D =1代表城镇居民，i D =0代表非城镇居民。当i μ满足古典假设时，则α ==)0|(i i D Y E 表示（ B ） A 、城镇居民的年平均收入， B 、非城镇居民的年平均收入， C 、所有居民的年平均收入， D 、其他； 2、虚拟变量模型i i i D Y μβα++=中，i Y 为居民的年可支配收入，i D 为虚拟解释变量， i D =1代表城镇居民，i D =0代表非城镇居民。当i μ满足古典假设时，则βα+==)1|(i i D Y E 表示（ A ） A 、城镇居民的年平均收入， B 、非城镇居民的年平均收入， C 、所有居民的年平均收入， D 、其它； 3、在没有定量解释变量的情形下，以加法形式引入虚拟解释变量，主要用于（ C ）。 A 、共线性分析， B 、自相关分析， C 、方差分析 ， D 、其它 4、如果你有连续几年的月度数据，如果只有2、4、6、8、10、12月表现季节类型，则需要引入虚拟变量的个数是（ B ）。 A 、模型中有截距项时，引入12个， B 、模型中有截距项时，引入5个 C 、模型中没有截距项时，引入11个， D 、模型中没有截距项时，引入12个 5、下列不属于常用的虚拟变量模型是（ D ）； A 、解释变量中只包含虚拟变量， B 、解释变量中既含定量变量又含虚拟变量， C 、被解释变量本身为虚拟变量的模型， D 、解释变量和被解释变量中不含虚拟变量。 6、考虑虚拟变量模型：i i i X D D D Y μβαααα+++++=3322110，其中 ???=其他一季度011D ???=其他二季度012D ???=其他 三季度013D ， 当其随机扰动项服从古典假定时，则下列回归方程中表示一季度的是：（ B ） A 、i i i X D D D X Y E βαα++====)()0,1,|(20312 B 、i i i X D D D X Y E βαα++====)()0,1,|(10321 C 、i i i X D D D X Y E βαα++====)()0,1,|(30213 D 、i i i X D D D X Y E βα+====0321)0,|( 7、在含有截距项的分段线性回归分析中，如果只有一个属性变量，且其有三种类型，则引入虚拟变量个数应为（ B ） A 、 1个， B 、 2个， C 、3个， D 、4个； 8、某商品需求函数为 u x b b y i i i ++=10，其中y 为需求量，x 为价格。为了考虑“地
计量经济学课件整理
计量经济学课件整理 第一章导论 一、计量经济学的发展历史 1926 年，计量经济学一词“ Econometrics ”最早由挪威经济学家弗里希( R.Frish ) 仿效生物计量学 (Biometrics )提出，但人们一般认为1930 年世界计量经济学会的成立及创办的刊物《Econometrics 》于1933 年的出版，标志着计量经济学的正式诞生。 计量经济学自诞生之日起，就显示出强大的生命力，经过40、50 年代的大发展和60年代的扩张，已在经济学中占有极其重要的地位，是当今西方国家经济类专业三门核心课程(宏观、微观、计量)之一。 计量经济学的重要地位还可以从诺贝尔经济学奖获得者的数量中反映出来，自1969 年设立诺贝尔经济学奖，首届获得者就是计量经济学的创始人弗里希和荷兰经济学家丁伯根，表彰他们开辟了用计量经济方法研究经济问题这一领域，之后，直接因为
对计量经济学的发展作出贡献而获奖者达9 人，因为在研究中应用计量经济方法而获奖者占获奖总数的三分之二。2000 年度，诺贝尔经济学奖获得者是詹姆斯.赫克曼和丹尼尔.麦克法登，原因是他们在微观计量经济学领域的贡献。200 3年诺贝尔经济学奖授予美国计量经济学家罗伯特?恩格尔和英国计量经济学家克莱夫?格兰杰，以表彰他们
分别用“随着时间变化的异方差性”和“协整理论”两 种新方法分析经济时间序列，从而给经济学研究和经济 发展带来巨大影响。 二、计量经济学的性质 计量经济学是以经济理论和经济数据的事实为依据， 运用数学和统计学的方法，通过建立数学模型（计量经 济模型）来研究经济数量关系和规律的一门经济学学 科。计量经济学（或经济计量学）是一门经济 学、统计学、数学的交叉学科，但归根到底是一门经济 学。 四、计量经济学的作用四、计量经济学的作用 1、结构分析：分析变量之间的数量比例关系分析变量 之间的数量比例关系。例如：边际分析、弹性分析、乘 计量经济学与其它学科的关系 数理 / 数理 ! \统计学/ 经济学 I,： J. / i | n 「u *. \ - , ： / t P M O 於邁「1 — 2 Z >1；1- .rflh C M ■亠石 T
《计量经济学》虚拟变量练习题及参考答案
一、选择题 1、 对于一个含有截距项的计量经济模型，若某定性因素有m 个互斥的类型，为将其引入模型中，则需要引入虚拟变量个数为（ B ） A. m B. m-1 C. m+1 D. m-k 2、 在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。例如，研究中国城镇居民消费函数时。1991年前后，城镇居民商品性实际支出Y 对实际可支配收入X 的回归关系明显不同。现以1991年为转折时期，设虚拟变 量???=年以前，年以后，1991019911t D ，数据散点图显示消费函数发生了结构性变化：基本消费部分下降了，边际消费倾向变大了。则城镇居民线性消费函数的理论方程可以写作（ D ） A. t t t u X Y ++=10ββ B. t t t t t u X D X Y +++=210βββ C. t t t t u D X Y +++=210βββ D. t t t t t t u X D D X Y ++++=3210ββββ 3、设某地区消费函数中，消费支出不仅与收入x 有关，而且与消费者的年龄构成有关，若将年龄构成分为小孩、青年人、成年人和老年人4个层次。假设边际消费倾向不变，考虑上述年龄构成因素的影响时，该消费函数引入虚拟变量的个数为 （ C ） A.1个 B.2个 C.3个 D.4个 4、在利用月度数据构建计量经济模型时，如果一年里的12个月全部表现出季节模式，则应该引入虚拟变量个数为（ C ） A. 4 B. 12 C. 11 D. 6 5、在利用月度数据构建计量经济模型时，如果一年里的1、3、5、9四个月表现出季节模式，则应该引入虚拟变量个数为（ 3个 ） 6、个人保健支出的计量经济模型为：i i i i X D Y μβαα+++=221 ，其中i Y 为保健年度 支出；i X 为个人年度收入；虚拟变量 ???=大学以下大学及以上 012i D ；i μ满足古典假定。则大学以上群体的平均年度保健支出为 （ B ） A. i i i i X D X Y E βα+==12)0,/( B.i i i i X D X Y E βαα++==212)1,/(
计量经济学课件word版
《计量经济学》教学大纲 第一章绪论 教学目的和要求：掌握计量经济学的学科性质和研究内容，了解计量经济学发展简史；掌握计量经济学与其他学科之间的关系；掌握计量经济研究的运用步骤；了解计量经济学内容体系。 第一节计量经济学的涵义和发展 一、定义 计量经济学（Econometrics）是应用经济学的一个分支学科。它以一定的经济理论和实际统计资料为依据，运用数学、统计学方法和计算机技术，通过建立计量经济模型，定量分析经济变量之间的随机因果关系。 二、研究内容 定量分析经济变量之间的随机因果关系。 三、研究方法 建立并运用计量经济模型。 四、学科基础 经济学、统计学、数学和计算机技术。 五、计量经济学发展简史（略） 第二节计量经济学与其它学科的关系 一. 一.计量经济学与经济学 经济理论与数理经济学是计量经济学的理论基础，计量经济学利用各种具体数量关系以统计方式描述经济规律，可以验证和充实经济理论。 二. 二.计量经济学与统计学 经济统计学是对经济统计资料的收集、加工和整理，并列表图示，以描述整个观察期间的发展模式，或推测各种经济变量之间的关系。统计资料仅仅是计量经济研究的“素材”。 计量经济学要以经济统计学提供的经济统计指标及数据研究经济现象的定量关系。所以，计量经济研究也是对统计资料一种深层次“挖掘”和“开发利用”。 三. 三.计量经济学与数学 由于计量经济学研究的主要是随机关系，所以需要引入数理统计方法以及集合与矩阵等理论和方法，并在此基础上发展了计量经济方法，成为计量经济研究
的建模工具。数理统计学是计量经济学的数学理论基础。
第三节计量经济研究的步骤 一．模型设定 模型设定一般包括总体设计和个体设计。总体设计的目标是能正确反映经济系统的运行机制。个体设计的目标是能正确反映经济变量之间的因果关系。 ㈠研究经济理论 根据一定经济理论揭示影响研究对象的因素及其影响方向和作用大小。对同一经济问题，所依据的经济理论不同，所分析的影响因素和构造的计量模型就可能不同。 ㈡确定变量 选择变量必须正确把握所研究经济活动的经济学内容。 确定纳入模型中的变量的性质，即哪个是被解释变量，哪个或哪些是解释变量。 一般将将影响研究对象最主要的、定量的、经常发生作用的、有统计数据支持的因素纳入模型之中。 慎重使用虚拟变量。 ㈢确定模型的数学形式 一般有两种方式：一是根据经济行为理论，利用数理经济学推导出的模型形式；一是根据实际统计资料绘制被解释变量与解释变量的相关图。 ㈣设定模型中待估参数的符号和大小的理论期望值。 二、模型估计 ㈠样本数据 样本数据类型：时间序列数据，应用此类数据建模时要注意数据的口径和易使模型产生序列相关；截面数据，此类数据易使模型产生异方差性；虚变量数据；平行数据（混合数据）。 选择样本数据的出发点：模型的研究目的；模型的应用期限。 样本数据的质量：完整性，准确性，可比性。 ㈡模型识别 仅对联立经济计量模型而言，判断能否方程组估计出模型参数。 ㈢估计方法选择 根据模型特点和估计方法的应用条件进行选择。 ㈣软件使用
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01D
2、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。 原因是上述情况没有反映出属性类型的相互排斥性。 第二节 虚拟解释变量的回归 一、加法引入规则 1、加法引入规则，虚拟解释变量与别的解释变量以相加的关系出现在模型里。加法引入虚拟变量对模型产生的结果是只改变截距项。 设模型为 123i i i i Y X D u βββ=+++ 式中，i D 为虚拟变量，它与其它解释变量是相加的关系。如果虚拟变量按这种方式引入模型，则称虚拟变量按加法类型引入。 2、加法引入虚拟变量的应用。 （1）模型中只有一个定性解释变量。 设模型形式为 12i i i Y D u ββ=++ n i ,,3,2,1 = 其中，i D 为具有两个属性类型的定性变量，如在教材第217页，设i Y 为居民的
计量经济学实验报告(虚拟变量)
计量经济学实验报告 实验三：虚拟变量模型 姓名：上善若水 班级： 序号： 学号: 中国人均消费影响因素 一、理论基础及数据 1. 研究目的 本文在现代消费理论的基础，分析建立计量模型，通过对 1979—— 2008 年全国城镇居民的人均消费支出做时间序列分析和对2004— 2008年各地区（31 个省市）城镇居民的人均消费支出做面板数据分析，比较分析了人均可支配收入、消费者物价指数和银行一年期存款利率等变量对居民消费的不同影响。
2. 模型理论 西方消费经济学者们认为，收入是影响消费者消费的主要因素，消费是需求的函数。消费经济学有关收入与消费的关系，即消费函数理论有：（ 1）凯恩斯的绝对收入理论。他认为消费主要取决于消费者的净收入，边际消费倾向小于平均消费倾向。他假定，人们的现期消费，取决于他们现期收入的绝对量。（2）杜森贝利的相对收入消费理论。他认为消费者会受自己过去的消费习惯以及周围消费水准来决定消费，从而消费是相对的决定的。当期消费主要决定于当期收入和过去的消费支出水平。（3）弗朗科?莫迪利安的生命周期的消费理论。这种理论把人生分为三个阶段：少年、壮年和老年；在少年与老年阶段，消费大于收入；在壮年阶段，收入大于消费，壮年阶段多余的收入用于偿还少年时期的债务或储蓄起来用来防老。（ 4）弗里德曼的永久收入消费理论。他认为消费者的消费支出主要不是由他的现期收入来决定，而是由他的永久收入来决定的。这些理论都强调了收入对消费的影响。除此之外，还有其他一些因素也会对消费行为产生影响。（1）利率。传统的看法认为，提高利率会刺激储蓄，从而减少消费。当然现代经济学家也有不同意见，他们认为利率对储蓄的影响要视其对储蓄的替代效应和收入效应而定，具体问题具体分析。（ 2）价格指数。价格的变动可以使得实际收入发生变化，从而改变消费。 基于上述这些经济理论，我找到中国 1979-2008 年全国城镇居民人均消费以及城镇居民人均可支配收入、城镇居民消费者物价指数和 2004— 2008年各地区城镇居民人均消费以及城镇居民人均可支配收入、城镇居民消费者物价指数、以及银行一年期存款利率的官方数据。想借此来分析中国消费的影响因素以及它们具体是如何对消费产生影响的。针对这一模型，有以下两个假定。一，自改革开放以来，我国人均消费倾向呈现缓慢的递减趋势，即保持粘性。这一假定符合我国居民的储蓄——消费心理，也与其他一些发展中国家的情况大体一致。二，由储蓄和消费的替代关系，可以假定刺激储蓄的因素，会制约消费。我们知道提高利率会刺激储蓄，因而我把利率也引入模型的分析中。 以下对我所找的数据作一一说明 : 1、城镇居民人均消费水平。借此来代表城镇居民的消费支出情况，这是将要建立计量经济学模型的被解释变量。由下图可以看到消费是逐年增加的，与此同时，人均可支配收入也是逐年增加，隐含着两者可能有很高的线性相关性这层意思。
计量经济学课件(第1讲绪论)
绪论 一、计量经济学概述 1、什么是计量经济学 Ｒ.Frish(挪威）1926年提出：Ｅcnometrics 定义：经济学、数学及统计学的三者结合 三园图： 依据经济理论、数据资料为基础，运用数学、统计学和计算机技术，以建立经济计量模型为主要手段，定量分析带有随机性特征的经济变量之间关系的规律，验证或发展经济理论、评价经济政策及预测经济活动的一门应用经济学科。 例：前提假设条件：消费主要取决于收入、并随着收入增长呈线性增长、边际消费递减等，则可设定消费C及Y具有下述理论计量经济模型：
u Y C ++=βα 其中：100<<<βα、，u 为随机扰动项（表示：除收入外其它因素对消费的影响） 利用数据资料n i Y C i i ,...,2,1),,(= 并进一步作计量经济学假设：假设模型满足经典（古典）条件， 则可采用普通最小二乘法估计模型参数建立样本数据经验模型，比如 Y C 67.038.2+= 检验模型：t 检验、F 检验、拟合优度检验，经济理论检验、计量经济检验 应用： 2、计量经济学的特点 （1）计量性： （2）模型性: （3）随机性： （4）实证性: 3、计量经济学内容范畴 （1）经典计量经济分析模型和方法 单方程计量经济分析模型和方法（一元、多元线性回归模型和方法） 估计： OLS （普通最小二乘法）、ML （极大似然法）、
GMM（广义矩法）、 BAYES法 检验：t检验、F检验、拟合优度检验 预测：点预测、区间预测 联立方程计量经济分析模型和方法 识别：结构式法、简化式法 估计： IlS（间接）、2SLS（二阶段）、3SLS（三阶段）、LIML（有限 信息极大似然）、FLML（完全信息ML）、最小方差比等 预测：简化式的多重多元线性回归 （2）非经典计量经济分析模型和方法 异方差性线性回归模型（估计：ＧＬＳ、ＷＬＳ、数学变换法；检验） 自相关性线性回归模型(估计：ＧＬＳ、广义差分变换；检验） 多重共线性线性回归模型 随机解释变量线性回归模型 非正态扰动线性回归模型 非线性回归模型 虚变量线性回归模型 误差变量线性回归模型
第8章 虚拟变量回归
计量经济学课程教案授课题目（教学章、节或主题）： 第8章 虚拟变量回归 授课时间 安排 第16周共2课时教学器材与工具多媒体 授 课 类 型（请打√）理论课√讨论课□ 实验课□ 习题课□ 双语课程□ 其他□ 教学目的、要求（分掌握、熟悉、了解三个层次）： 1、熟悉虚拟变量的含义； 2、掌握虚拟变量设置原则； 3、掌握虚拟变量回归引入方法； 4、了解虚拟被解释变量模型。 教学重点及难点： 虚拟变量回归引入方法与估计方法 教 学 基 本 内 容 §1 虚拟变量 §2 虚拟解释变量的回归 §3 虚拟被解释变量* §4 案例分析 教学过程设计： 一、引入 二、讲授 三、小结 教学方法及手段（请打√）：讲授√、讨论□、多媒体讲解√、模型、实物讲解□、挂图讲解□、音像讲解□等。 作业、讨论题、思考题： 1、什么是虚拟变量？它在模型中有什么作用？ 参考资料（含参考书、文献等）：《计量经济学》，（美）D.Gujarati 著，林少宫译；《计量经济学》，李子奈编著；《经济计量学精要》，（美）D.Gujarati著，张寿等译。 课后小结：虚拟变量从本质上说是“数据分类器”，它根据样本的属性(性别、婚姻状况、种族、宗教等等)将样本分为各个不同的子群体并对
每个子群体进行回归分析。若模型包含多个定性变量，而且每个定性变量有多种分类，则引入模型的虚拟变量将消耗大量的自由度。因此，应当权衡进入模型的虚拟变量的个数以免超过样本观察值的个数。
第8章 虚拟变量回归 §8.1 虚拟变量 一、虚拟变量的基本含义 许多经济变量是可以定量度量的，如：商品需求量、价格、收入、产量等。 但也有一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。 为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”， 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量（dummy variables），记为D。 例如，反映文程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 一般地，在虚拟变量的设置中： 基础类型、肯定类型取值为1； 比较类型，否定类型取值为0。 二、虚拟变量的设置原则 虚拟变量的个数须按以下原则确定： 每一定性变量所需的虚拟变量个数要比该定性变量的类别数少1，即如果有m个定性变量，只在模型中引入m-1个虚拟变量。 例。已知冷饮的销售量Y除受k种定量变量Xk的影响外，还受春、夏、秋、冬四季变化的影响，要考察该四季的影响，只需引入三个虚拟变量即可： 则冷饮销售量的模型为： 在上述模型中，若再引入第四个虚拟变量：
计量经济学实验报告 虚拟变量
实验三：虚拟变量模型一、研究的目的与要求 根据下表2009年我国城镇居民人均收入与住房方面消费性支出的统计资料建立我国城镇居民住房方面消费性支出函数。 二、模型设立 1、问题描述：2009年我国城镇居民人均收入对住房方面消费性支出的影响。 2、数据： 我国城镇居民家庭抽样调查资料 平均每人全部年 项目住房 D 收入 (元) 困难户60.83 4935.81 0 最低收入户84.73 5950.68 0 低收入户123.92 8956.81 0 中等偏下户178.48 12345.17 0 中等收入户261.37 16858.36 0 中等偏上户526.36 23050.76 1 高收入户659.61 31171.69 1 最高收入户1482.11 51349.57 1 三、相关图分析； 1. 键入命令：SCAT X Y，则人均收入与住房方面消费性支出的相关散点图如下图所示。 从相关图可以看出，前5个样本点（即中低收入家庭）与后3个样本点（中、
高收入）的消费性支出存在较大差异，因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： 2. 构造虚拟变量。 使用SMPL和GENR命令直接定义。 DATA D1 GENR XD=X*D1 3. 估计虚拟变量模型： 再由t检验值判断虚拟变量的引入方式，并写出各类家庭的消费性支出函数。虚拟变量模型的估计结果如下： Dependent Variable: Y Method: Least Squares Date: 01/03/12 Time: 15:25 Sample: 2001 2008 Included observations: 8 Variable Coefficient Std. Error t-Statistic Prob.?? X 0.016400 0.005743 2.855676 0.0461 D1 -327.1185 118.4766 -2.777039 0.0498 XD 0.018709 0.006356 2.943588 0.0422 C -19.00288 61.67034 -0.308136 0.7734 R-squared 0.992173 ????Mean dependent var 422.1763 Adjusted R-squared 0.986303 ????S.D. dependent var 479.4838 S.E. of regression 56.11683 ????Akaike info criterion 11.19960 Sum squared resid 12596.40 ????Schwarz criterion 11.23932 Log likelihood -40.79841 ????F-statistic 169.0152 Durbin-Watson stat 3.162055 ????Prob(F-statistic) 0.000115 我国城镇居民住房方面消费性支出函数的估计结果为： t (-0.308136) ( 2.855676) (-2.777039) (2.943588) 2 R＝0.9921732 R＝0.986303 F＝169.0152 S.E＝56.11683 虚拟变量的回归系数的t检验都是显着的，且模型的拟合优度很高，说明我
计量经济学名词解释全
广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。 狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。 计量经济学: 是经济学的一个分支学科，是以揭示经济活动中的客观存在的数量关系为内容的分支学科。 计量经济学模型：揭示经济活动中各种因素之间的定量关系，用随机性的数学方程加以描述。 截面数据：截面数据是许多不同的观察对象在同一时间点上的取值的统计数据集合，可理解为对一个随机变量重复抽样获得的数据。 时间序列数据：把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔排列起来，这样的统计数据称为时间序列数据 面板数据：指时间序列数据和截面数据相结合的数据。 总体回归函数：指在给定Xi下Y分布的总体均值与Xi所形成的函数关系（或者说总体被解释变量的条件期望表示为解释变量的某种函数）。 样本回归函数：指从总体中抽出的关于Y，X的若干组值形成的样本所建立的回归函数。随机的总体回归函数：含有随机干扰项的总体回归函数（是相对于条件期望形式而言的）。线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。 最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。 最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的
总离差平方和：用TSS表示，用以度量被解释变量的总变动。 回归平方和：用ESS表示：度量由解释变量变化引起的被解释变量的变化部分。 残差平方和：用RSS表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。 协方差：用Cov（X，Y）表示，度量X,Y两个变量关联程度的统计量。 拟合优度检验：检验模型对样本观测值的拟合程度，用2R表示，该值越接近1，模型对样本观测值拟合得越好。 多元线性回归模型：在现实经济活动中往往存在一个变量受到其他多个变量的影响的现象，表现为在线性回归模型中有多个解释变量，这样的模型成为多元线性回归模型，多元指多个变量。 偏回归系数：在多元回归模型中，每一个解释变量前的参数即为偏回归系数，它测度了当其他解释变量保持不变时，该变量增加1个单位对解释变量带来的平均影响程度。 方程显著性检验：是针对所有解释变量对被解释变量的联合影响是否显著所作的检验，旨在对 模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立作出判断。回归分析：回归分析是研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。目的是通过后者的已知或设定值，去估计和预测前者的（总体）均值。 相关分析：主要研究随机变量间的相关形式及相关程度的计算方法和 理论。 结构分析: 经济学中所说的结构分析是指对经济现象中变量之间关系的研究。 拟合优度：所估计的样本回归线对样本观测数据拟合的优劣程度。 方差膨胀因子VIF：多个解释变量辅助回归确定多重可决系数的基础上计算的方差扩大
计量经济学课件第八章 虚拟变量回归
计量经济学课件第八章虚拟变量回归 第八章虚拟变量回归 1 / 65
计量经济学课件第八章 虚拟变量回归 2 / 65 引子:男女大学生消费真有差异吗? 在对在校学生的消费行为进行的调查中,发现在校 生的消费行为呈现多元化的结构。人际交往消费、 手机类消费、衣着类消费、化妆品类消费、电脑类 消费、旅游类消费占有较大的比例；而食品类消费、 学习用品类消费不突显。 显然,男女生在消费上存在差异。为了了解男、女 生的消费支出结构差异，应当如何建立模型？ 面临的问题：如何把男女生这样的非数量变量引
计量经济学课件第八章 虚拟变量回归 3 / 65 问题的一般性描述 在实际建模中，一些定性变量具有不可忽视的重要 影响。例如，研究某个企业的销售水平，产业属性 （制造业、零售业）、所有制（私营、非私营）、 地理位置（东、中、西部）、管理者的素质、不同 的收入水平等是值得考虑的重要影响因素，但这些 因素共同的特征是定性描述的。 如何对非定量因素进行回归分析？ 采用“虚拟变量”对定性变量进行量化一种思路。
计量经济学课件第八章 虚拟变量回归 4 / 65 第八章 虚拟变量回归 本章主要讨论: ●虚拟变量 ●虚拟解释变量的回归 ●虚拟被解释变量的回归(选讲,不包括)
计量经济学课件第八章 虚拟变量回归 5 / 65 第一节 虚拟变量 本节基本内容: ●基本概念 ●虚拟变量设置规则
计量经济学课件第八章 虚拟变量回归 6 / 65 一、基本概念 定量因素：可直接测度、数值性的因素。 定性因素：属性因素，表征某种属性存在与否的 非数值性的因素。 基本思想： 直接在回归模型中加入定性因素存在诸多的困难 （那些困难？），是否可将这些定性因素进行量 化，以达到定性因素能与定量因素有着相同作用 之目的。
计量经济学-虚拟变量模型估计-Eviews6
数学与统计学院实验报告 院（系）：数学与统计学学院学号：姓名： 实验课程：计量经济学指导教师: 实验类型（验证性、演示性、综合性、设计性）：验证性 实验时间：2017年 3 月29 日 一、实验课题 虚拟变量模型估计 二、实验目的和意义 1 建立财政支出模型 表1给出了1952-2004年中国财政支出（Fin）的年度数据（以1952年为基期，用消费价格指数进行平减后得数据）。试根据财政支出随时间变化的特征建立相应的模型。 表1 obs Fin obs Fin obs Fin 1952173.941970563.5919881122.88 1953206.231971638.0119891077.92 1954231.71972658.2319901163.19 1955233.21197369119911212.51 1956262.141974664.8119921272.68 1957279.451975691.3219931403.62 1958349.031976656.2519941383.74 1959443.851977724.1819951442.19 1960419.061978931.4719961613.19
1961270.81979924.7119971868.98 1962229.721980882.7819982190.3 1963266.461981874.021*******.46 1964322.981982884.1420003109.61 1965393.141983982.1720013834.16 1966465.4519841147.9520024481.4 1967351.9919851287.4120035153.4 1968302.9819861285.1620046092.99 1969446.8319871241.86 步骤提示： （1）做变量fin的散点图，观察规律，看在不同时期是否有结构性变化。 （2）建立时间变量t=1，2，…，做Fin关于t的线性回归模型，并对其做参数结构稳定性检验（Chow检验或Chow预测检验）（建立变量t的方法是：t=@trend()+1） （3）若有结构性变化，建立虚拟变量，对模型进行回归。假设要建立虚拟变量D1为（这里的断点时间1996是我随意给定的，你可以根据实际情况进行调整） 0，（1952-1996） D1= 1，（1997-2004） 用EViews 生成虚拟变量D1序列，采用的方法为： 在工作文件窗口点击Quick/Generate Series，在弹出的由方程生成序列的窗口，输入D1=0，同时更改下面的样本范围为1952-1996，这时只生成了第一段（1952-1996）中的D1=0。采用同样的方法，再点击Quick/Generate Series，在弹出的由方程生成序列的窗口，输入D1=1，同时更改下面的样本范围为1997-2004
计量经济学课件
WEEK 10: MACROECONOMETRICS Introduction 1.The concept of stationarity 2.Spurious regressions 3.Testing for unit roots 4.Cointegration analysis
1. S TATIONARITY Conditions for t y to be a stationary time series process i. t E y constant t ii. t Var y constant t iii. ,t t k Cov y y constant t and all k≠0 Autoregressive time series 1t t t y y - Notice no constant and t is a white noise error term. - AR(1) model – time series behaviour of t y is largely explained by its value in the previous period. - Necessary condition for stationarity 1 , if , 1 series is explosive and if 1 have a unit root.
Example 1 – Stationary AR(1) Model STATA code set obs 500 /*set number of observations*/ gen time=_n /*create time trend*/ gen y=0 if time==1 /* first observation set y=0*/ gen e=rnormal(0, 1) /*create a random number*/ replace y=(0.67*y[_n-1])+e if time~=1 /*AR(1) model =0.67*/ twoway (line y time) /*line plot*/