Содержание
- 2. Фиктивная переменная (ФП) – это переменная, которая принимает два различных значения. Эти различные значения могут быть
- 3. ФП используются для ввода в модель регрессии качественных и категориальных факторов.
- 4. ФП для качественного фактора, принимающего два значения. Модель без взаимодействия.
- 5. На фактор Y, кроме количественных факторов X2, X3, …, Xk, воздействует качественный фактор, который принимает два
- 6. Чтобы учесть влияние этого фактора, в модель вводят фиктивный фактор D. для объектов, на которых качественный
- 7. Или можно наоборот: для …не А для … А
- 8. Модель тогда имеет вид: Y = β1+ β2*X2 + … + βk*Xk + δ*D + u
- 9. Y = β1+ β2*X2 + … + βk*Xk + δ*D + u Интерпретация коэффициента δ: при
- 10. Y = β1+ β2*X2 + … + βk*Xk + δ*D + u Проверяя по t-тесту значимость
- 11. ПРИМЕР 1. Y – среднемесячное потребление семьи, в рублях. X – среднемесячный доход семьи, в рублях.
- 12. Вводим ФП D. Пусть D=1 для семей из сельской местности и D=0 для городских семей. Модель:
- 13. Ŷ = 3750 + 0,57*Х - 1230*D (1119) (0.22) (349) Проверяем гипотезу: H0: δ = 0
- 14. Сельские семьи тратят на потребление в среднем на 1230 рублей меньше, чем городские семьи, имеющие такой
- 15. Замечание: в теоретической модели предполагается, что на изменение дохода городские и сельские семьи реагируют одинаково. При
- 16. Ŷ = 3750 + 0,57*Х - 1230*D Можно получить уравнения отдельно для сельских и городских семей.
- 17. Ŷ = 3750 + 0,57*Х - 1230*D
- 18. II. ФП для качественного фактора, принимающего более 2-х значений. Модель без взаимодействия.
- 19. Качественный фактор принимает p значений (имеет p категорий), и p > 2.
- 20. Можно было бы ввести одну ФП, принимающую p различных значений. Но в этом случае трудно интерпретировать
- 21. Вводят p ФП, D1, D2, … , Dp, каждая из которых принимает два значения: 0 и
- 22. Одна из ФП объявляется эталонной и в модель не включается. Т. е. в модель включаются не
- 23. Если, например, эталонной выбрали ФП D1, то модель имеет вид: Y = β1+ β2*X2 + …
- 24. III. ФП для нескольких качественных факторов. Модель без взаимодействия.
- 25. На Y влияют несколько качественных факторов. Тогда в модель вводят соответствующее количество фиктивных переменных.
- 26. ПРИМЕР 5. Y – з/п работника Х – стаж работника З\п зависит также от уровня образования
- 27. Для уровня образования, как и выше, вводят 4-е ФП D1, D2, D3, D4. Пусть, например, эталонной
- 28. Модель: Y = β1+ β2*X + δ1*D1 + δ2*D2 + δ4*D4 + π*П + u.
- 29. IV. Модель со взаимодействием. ФП для коэффициентов наклона.
- 30. Для простоты будем рассматривать качественный фактор с 2-я категориями (значениями).
- 31. В модели без взаимодействия Y = β1+ β2*X + δ*D + u ФП D влияет только
- 32. Т. е. считается, что качественный фактор: (а) влияет на значение Y для разных категорий объектов, у
- 33. В модели со взаимодействием предположение (б) снимается. Допускается, что Y может по-разному реагировать на изменения Х
- 34. Модель со взаимодействием: Y = β1 + β2* X + δ*D + γ*D*X + u. Ее
- 35. V. Модель со взаимодействием. Взаимодействие между ФП
- 36. ПРИМЕР 8. Y – з/п сотрудника в рублях, Х – стаж сотрудника, в годах. На з/п
- 37. Вводим ФП П – «пол»: П = 0 для женщин, П = 1 для мужчин. Вводим
- 38. Модель: Y = α + β*X + δ*П + γ*E + λ*П*Е + u. Перепишем эту
- 39. Y = α + β*X + (δ + λ*E)*П + γ*Е + u. Т. е. при
- 40. Модель: Y = α + β*X + δ*П + γ*E + λ*П*Е + u. Эту модель
- 41. Y = α + β*X + δ*П + (γ + λ*П)*Е + u. Т.е. при одинаковом
- 42. Y = α + β*X + δ*П + γ*E + λ*П*Е + u. Примечание. Значимость коэффициента
- 43. Критерий Чоу В практике нередки случаи, когда имеются две выборки пар значений зависимой и объясняющих переменных
- 44. При достаточных объемах выборок можно было, например, построить интервальные оценки параметров регрессии по каждой из выборок
- 45. В критерии {тесте) Г. Чоу эти трудности в существенной степени преодолеваются. Алгоритм теста Чоу: 1.По каждой
- 48. Скачать презентацию