文档介绍：自相关原因是什么？
如何检验自相关？
如何消除自相关？
上章回顾
精选课件
第九章 虚拟变量及其设置的方法
可直接度量的变量
不可直接度量的变量
建立是否有显著差异。
0
2
精选课件
又例：在横截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。
教育水平考虑三个层次：高中以下，
高中，
大学及其以上
模型可设定如下：
这时需要引入两个虚拟变量：
精选课件
在E(i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的函数：
高中以下：
高中：
大学及其以上：
假定3>2，其几何意义：
精选课件
还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。
如在上述职工薪金的例中，再引入代表学历的虚拟变量D2：
本科及以上学历
本科以下学历
职工薪金的回归模型可设计为：
精选课件
女职工本科以下学历的平均薪金：
女职工本科以上学历的平均薪金：
于是，不同性别、不同学历职工的平均薪金分别为：
男职工本科以下学历的平均薪金：
男职工本科以上学历的平均薪金：
精选课件
精选课件
1 反常情况
0 正常情况
Y=b0+b1 X+b11 DX+ u
反常情况:
Y = b0 + (b1+ b11)X + u
正常情况:
Y = b0 + b1 X + u
2、乘法方式
D =
X
Y
b0
斜率发生了变化，可认为是虚拟变量
带来的影响。
正常
反常
精选课件
例：根据消费理论，消费水平C主要取决于收入水平Y，但在一个较长的时期，人们的消费倾向会发生变化，尤其是在自然灾害、战争等反常年份，消费倾向往往出现变化。这种消费倾向的变化可通过在收入的系数中引入虚拟变量来考察。
精选课件
这里，虚拟变量D以与X相乘的方式引入了模型中，从而可用来考察消费倾向的变化。
假定E(i)= 0，上述模型所表示的函数可化为：
正常年份：
反常年份：
如，设
消费模型可建立如下：
精选课件
精选课件
1 反常情况
0 正常情况
Y=b0+b01D+b1 X+ b11D X
反常情况:
Y=(b0+b01)+(b1+b11) X
正常情况:
Y = b0 + b1 X
3、加法乘法并用
D =
X
Y
b0
b01
截距和斜率均发生变化
正常
反常
精选课件
1 t t*
0 t < t*
Y=b0+ b1X+ b2 (X X *)D
反常情况:
Y=b0 b2 X *+ (b1+b2) X
正常情况:
Y = b0 + b1 X
4、临界指标的虚拟变量的引入
D =
X
Y
b0
两条不同时期的直线可在转折
期连起来成为一条折线
在经济发展的转折时期
以 t* =1979 为转折期
以转折期的自变量 X 为临界值
X*
精选课件
三、模型中引入虚拟变量的作用
1、分离异常因素的影响
2、检验不同的属性类别因素对因变量的影响
3、提高模型的精度
精选课件
四、虚拟变量设置的原则
在模型中引入多个虚拟变量时，虚拟变量的个
数应按下列原则确定：如果有 m 种互斥的属性类型，在模型中引入 m-1 个虚拟变量。
如研究季节对销售量的影响
C = b0+ b1 X + a1 D1 + a2 D2 + a3 D3 + u
1 春季
0 其它季节 当心
1 夏季 虚拟变量陷阱
0 其它季节
1 秋季
0 其它季节
D1 =
D2 =
D3 =
精选课件
在 Eviews 中直接输入变量
data D1 D2 D3
精选课件
五、Chow检验
在现实生活中，有时会由于某些重大的政策和制度变化或偶发事件，导致经济运行机制或行为改变。
不同的经济体制
不同的生产条件
对于计量经