Eviews虚拟变量的定义与截距变动模型回归

这篇文章主要讲解了“Eviews虚拟变量的定义与截距变动模型回归”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Eviews虚拟变量的定义与截距变动模型回归”吧!

虚拟变量 ( Dummy Variables) 又称虚设变量、名义变量或哑变量,用以反映质的属性的一个人工变量,是量化了的自变量,通常取值为0或1。引入哑变量可使线形回归模型变得更复杂,但对问题描述更简明,一个方程能达到两个方程的作用,而且接近现实。本文先介绍如何定义虚拟变量以及模型中只包含截距变动的虚拟变量的回归与分析。

       

1


       
数据

     

这里以1982年~1986年按季节全国酒销售量(万吨)的数据如下表。试建立酒销售量对时间t的季节销售模型。数据如下:

Eviews虚拟变量的定义与截距变动模型回归

首先绘制y的时间序列图,打开yseries,点击view-graph:

Eviews虚拟变量的定义与截距变动模型回归

选择line,得到序列图如下:

Eviews虚拟变量的定义与截距变动模型回归

这是一个季节时间序列数据,呈明显的季节变化特征,通过加入季节虚拟变量来描述季节特征建立模型。

变量以及模型中只包含截距变动的虚拟变量的回归与分析。


       

2


       
定义虚拟变量

     

对于季节虚拟变量,定义如下:

Eviews虚拟变量的定义与截距变动模型回归

一定要注意,四个季节只要定义3个就行,否则会引起多重共线性,因为D1+D2+D3+D4总会等于1,这就是“虚拟变量陷阱”。

然后在Eviews中生成虚拟变量:

Eviews虚拟变量的定义与截距变动模型回归

Eviews虚拟变量的定义与截距变动模型回归

按上述过程依次定义D2和D3。

 定义过虚拟变量后,建立模型,进行估计。

进行回归:

Eviews虚拟变量的定义与截距变动模型回归

得到输出结果如下:

Eviews虚拟变量的定义与截距变动模型回归

有上面的输出结果可以看出,

有上面的输出结果可以看出,D2和D3的t检验的值小于临界值,可知,D2和D3的回归参数并不显著,所以从模型中剔除虚拟变量D2和D3。

重新进行参数估计:

得到如下输出结果:

Eviews虚拟变量的定义与截距变动模型回归

Published by

风君子

独自遨游何稽首 揭天掀地慰生平

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注