管理大师德鲁克管理学精髓.ppt

管理大师德鲁克管理学精髓.ppt第2部分单方程回归模型第5章回归模型的应用第6章序列相关和异方差性 第7章工具变量法和模型的确认第8章单方程回归模型预测第9章单方程估计:高级问题
第5章回归模型的应用
一般线性模型




第5章回归模型的应用
一般线性模型
本质上的线性模型是那些通过变量替换可以变为参数的线性形式的模型.
模型1:二次函数
模型2和模型3等价:对数模型
模型4:不能变为线性模型
模型5:指数模型
模型6:倒数模型
模型7:半对数模型
模型8:交互模型
(二次函数)
葡萄酒价格预测

虚拟变量特别适用于分类型数据
例如:两台机器的产量
两个虚拟变量可以表示三台机器的产量
推广:既有连续自变量也有虚拟变量的更加一般的情形:
总消费函数的五种情形:
模型1:和平与战争时期消费行为相同
模型2:和平与战争时期截距不同
模型3:和平与战争时期斜率不同
模型4:和平与战争时期截距和斜率都不同
模型5:和平与战争时期的误差项的方差不同(相当于做两个回归分析)
工资差别
定期存款
5
虚拟变量的性质
虚拟变量(dummy variable):
定性变量。一般取值为0,1。用符号D表示。
方差分析模型(ANOVA):
解释变量仅是虚拟变量的模型。
Yi=B1+B2Di+μi
协方差模型(ANCOVA):
回归模型中的解释变量有些是定量的,有些是定性的。
6
虚拟变量的性质
我们来看下面的一个例子(男女个体消费者每年的食品支出):
Yi=B1+B2Di+ui (5-1)
其中, Y=每年食品支出
假定随机扰动项满足古典线性回归模型的基本假定,根据模型(5-1)得到:
7
虚拟变量的性质
男性食品支出的期望为:
女性食品支出的的期望为:
用OLS法很容易检验零假设:男女食品支出无差异(即B2=0),并可根据t检验值判定b2是否统计显著。
8
男、女个体消费者每年的食品支出
表5-1给出了2000~2001年男、女每年食品支出和税后收入的数据
表5-2
回归结果:
9
虚拟变量“性别”有两种分类,截距表示取值为0的一类的均值。取值为0的一类称为基准类、基础类、参照类或比较类。
如果把女性作为基准类,则有:
10
虚拟变量既然可以分为两类,为什么不赋予他们两个虚拟变量?即:
Yi=B1+B2D2i+B3D3i+μi
由于D2+D3=1,即虚拟变量之间存在完全共线性,不可能得到参数的唯一估计值。
一般的规则是:如果一个定性的变量有m类,则要引入(m-1)个虚拟变量。不符合这个规则,就会陷入虚拟变量陷阱。即完全共线性或多重共线性。