第四章_定性变量的建模_.pptVIP

第四章 定性变量的建模 背景 定类与定序变量统称为定性变量 在经济领域，许多重要因素都需要使用定性数据加以刻画： 经济体制（改革前-改革后）、所有制形式（国有-集体-外资等等）、区域（东-中-西）、性别（男-女）、信用等级 自变量采用定性数据，在量化与解释上要十分注意，因变量如果采用定性数据，会给模型的估计与解释带来更大的困难。 背景 本章的研究对象是定性变量 无论是定类还是定序，处理方法是一致的 但，当定序变量的水平很多时，可以当定量变量处理 例：大学排名 背景 定性变量的水平可以是自然的，也可以是人为规定的 自然的：性别 人为规定： 规定水平：相貌对工资的影响 合并水平（计量等级的退化）： 地区差异对人均收入的影响 大学排名对最初工资的影响 背景 有时，自变量的影响有如下模式：在某个区间内的变动，不会显著影响因变量，但区间外与区间内的不同则会有显著影响。此时直接用原始变量效果不好，则可将变量转换为水平较少的定性变量进行建模 定量变量的系数不显著，有时将其退化为定性变量就会显著。 背景 定性变量有些来自于不得已 有些来自于主动 主要内容 一、定性变量作为自变量的建模方法 虚拟变量法 二、定性变量作为因变量的建模方法 一、定性变量作为自变量的建模 （一）二值变量的建模 1、二值变量的量化方法 2、回归系数的含义 3、多个虚拟变量的建模与解释 4、含虚拟变量模型的其他变化 5、Chow检验 （二）多值变量的建模 （一）二值变量的建模 所谓二值变量，是指变量只有两种可能取值，是某种属性或者不是 二值变量可以是自然的，也可以是人为规定的 人为规定：所有制：国有企业-非国有企业 1、二值变量的量化方法 可以有三种量化方法 1） 1、二值变量的量化方法 2） 1、二值变量的量化方法 3） 1、二值变量的量化方法 使用虚拟变量（dummy variable）的基本原则 0，1只是代号 用0，1代入，会有较好的经济含义 二值变量，只需设置一个虚拟变量，否则会出现完全共线性问题（有截距项） 2、回归系数的含义 较正式的表述： 2、回归系数的含义 虚拟变量回归系数的基本含义： 不同属性模型之间的截距移动 2、回归系数的含义 虚拟变量回归系数可以解释为：在其他因素水平相同的情况下，不同属性的平均差异 以前数据为例，虚拟变量回归系数为67， 意味着在资本水平相同的情况下，三资企业的平均利润要高于国有及国有控股企业67亿元。 在解释时，一定要注意谁是基组（取0） 2、回归系数的含义 类似模型都蕴含有一个假定： 斜率是一致的，即无论对于哪一组（按虚拟变量属性划分），其它变量对因变量的影响都是一样的 3、多个虚拟变量的建模与解释 如果在自变量有两个以上虚拟变量，则可以有三类建模方法 3、多个虚拟变量的建模与解释 3、多个虚拟变量的建模与解释 第一种模型可以变化为四组方程： 3、多个虚拟变量的建模与解释 所以，虚拟变量回归系数的含义： 3、多个虚拟变量的建模与解释 第二种模型也可以变化为四组方程： 3、多个虚拟变量的建模与解释 所以，虚拟变量回归系数的含义（平均意义上）： 4、含虚拟变量模型的其他变化 考虑交互影响的模型 显然，资本水平不同，利润会有不同，三资企业和国有企业的差异也不会都是67亿元 4、含虚拟变量模型的其他变化 在交互模型中，虚拟变量前的回归系数只表示在资本为0情况下，三资企业与国有企业的利润差距 4、含虚拟变量模型的其他变化 交互模型中虚拟变量前回归系数的经济含义不好，可以采用如下方法解决： 4、含虚拟变量模型的其他变化 4、含虚拟变量模型的其他变化 交互项的引入实际意味着非虚拟变量的斜率是不一致的。 4、含虚拟变量模型的其他变化 判断是否需要交互项，可通过相应系数的t检验来进行； 要注意到：是否需要交互项等价于检验斜率是否相等； 5、Chow检验 简言之，所以需要虚拟变量，是因为在虚拟变量不同水平下，自变量对因变量的影响程度有差别，这种差别表现在截距和斜率上。 判断系数是否相同的方法是使用Chow statistics进行检验。 5、Chow检验 邹至庄统计量（ Chow statistics ） 检验对象： 两个变量相同、样本不同的模型的回归系数是否相同。 5、Chow检验 检验统计量： 5、Chow检验 判断规则 如果样本F值大于临界值，则可拒绝原假设，认为各回归系数（包括截距项）中至少有一个系数不同。如果不能，则两组样本可以合并，统一建模。 如果允许截距不同，仅需要判断斜率是否相同，办法是： 在模型中设置交互项，检验所有交互项的联合显著性，如果不能拒绝原假