Эконометрика лекции

Выше мы предполагали что

Выше мы предполагали, что объясняющие переменные модели могут принимать любые значения в некотором интервале данных. Такие переменные будем называть количественными переменными. Однако может оказаться необходимым включить в модель качественный фактор, принимающий, два или несколько фиксированных значений-уровней.

Например, можно предположить, что уровень зарплаты в регионе зависит от уровня образования или пола. Или проводя количественный прогноз урожайности включить в уравнение результаты проведенного на предыдущем этапе качественного прогноза (спад, подъем урожая). В моделях связанных с торговлей, маркетингом часто возникает фактор сезонности (зима, весна, лето, осень) при расчете объемов продаж товара. В принципе можно строить отдельные модели для каждого уровня качественного признака, а затем изучать различия между ними. Но есть и другой подход позволяющий использовать одно регрессионное уравнение, но с дополнительными фиктивными (структурными, манекенными (dummy)) переменными.

Часто используют модели с бинарными переменными принимающими два значения 0 и 1. Можно, конечно вводить и переменные принимающие несколько значений, но в этом случае возникают проблемы с интерпретацией коэффициентов модели. Поэтому, если есть переменная, принимающая k значений, то ее заменяют (k – 1)-й бинарной переменной. Например, если предварительный качественный прогноз урожая может быть сформулирован как 1) спад; 2) практически останется на прежнем уровне; 3) подъем, то в модель вводится две бинарных переменных:

Image,

Image.                                         (3.42)

назад          далее

Графиков сколько стоит набор текста.