10虚拟变量回归模型案例分析.pptVIP

下载本文档

430
0
约5.83千字
约 25页
2017-07-16 发布于北京
举报
版权申诉

10虚拟变量回归模型案例分析.ppt

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第十讲虚拟变量回归模型案例 ANOVA模型 ANCOVA模型 10.1 ANOVA模型季节调整（除季节性）许多基于月度或季度的经济时间序列都表现出季节特征。从一个时间序列中剔掉季节因素，使我们能专注于诸如趋势之类的其他因素，意义往往更为重大。考察美国1978年第一季度到1985年第四季度的冰箱销售量的变化趋势。通过虚拟变量剔除掉季节的影响，建立ANOVA模型。数据搜集 1978Q1 1317.000 1.000000 0.000000 0.000000 1978Q2 1615.000 0.000000 1.000000 0.000000 1978Q3 1662.000 0.000000 0.000000 1.000000 1978Q4 1295.000 0.000000 0.000000 0.000000 1979Q1 1271.000 1.000000 0.000000 0.000000 1979Q2 1555.000 0.000000 1.000000 0.000000 1979Q3 1639.000 0.000000 0.000000 1.000000 1979Q4 1238.000 0.000000 0.000000 0.000000 1980Q1 1277.000 1.000000 0.000000 0.000000 1980Q2 1258.000 0.000000 1.000000 0.000000 1980Q3 1417.000 0.000000 0.000000 1.000000 1980Q4 1185.000 0.000000 0.000000 0.000000 1981Q1 1196.000 1.000000 0.000000 0.000000 1981Q2 1410.000 0.000000 1.000000 0.000000 1981Q3 1417.000 0.000000 0.000000 1.000000 1981Q4 919.0000 0.000000 0.000000 0.000000 1982Q1 943.0000 1.000000 0.000000 0.000000 1982Q2 1175.000 0.000000 1.000000 0.000000 1982Q3 1269.000 0.000000 0.000000 1.000000 1982Q4 973.0000 0.000000 0.000000 0.000000 1983Q1 1102.000 1.000000 0.000000 0.000000 1983Q2 1344.000 0.000000 1.000000 0.000000 1983Q3 1641.000 0.000000 0.000000 1.000000 1983Q4 1225.000 0.000000 0.000000 0.000000 1984Q1 1429.000 1.000000 0.000000 0.000000 1984Q2 1699.000 0.000000 1.000000 0.000000 1984Q3 1749.000 0.000000 0.000000 1.000000 1984Q4 1117.000 0.000000 0.000000 0.000000 1985Q1 1242.000 1.000000 0.000000 0.000000 1985Q2 1684.000 0.000000 1.000000 0.000000 1985Q3 1764.000 0.000000 0.000000 1.000000 1985Q4 1328.000 0.000000 0.000000 0.000000 回归结果 Dependent Variable: Y Method: Least Squares Date: 10/18/10 Time: 10:47 Sample: 1978Q1 1985Q4 Included observations: 32 Variable Coefficient Std. Error t-Statistic Prob.?? C 1160.000 59.99041 19.33642 0.0000 D1 62.12500 84.83926