虚拟变量回归
实验目的:分析1965~1970年美国制造业利润和销售额,季度的关系。 实验要求:假定利润不仅与销售额有关,而且和季度因素有关
(1) 如果认为季度影响使利润平均值发生变异,应如何引入虚拟变量? (2) 如果认为季度影响使利润对销售额的变化率发生变异,应如何引入虚拟变
量?
(3) 如果认为上诉两种情况都存在,又当如何引入虚拟变量? (4) 对上述三种情况分别估计利润模型,进展比照分析。
实验原理:最小二乘法原理 实验步骤:
由于有四个季度,因此引入三个季度虚拟变量:
1一季度1二季度1三季度 D2DD340其它0其它0其它一、如果认为季度影响使利润平均值发生变异,应以加法类型引入三个虚拟变量,设其模
型为:
YDDDXu
t1223344tt对模型进展回归,得到以下回归结果:
Dependent Variable: Y Method: Least Squares Date: 11/26/10 Time: 15:02 Sample: 1965Q1 1970Q4 Included observations: 24
Coefficien
Variable t Std. Error t-Statistic
C X D2 D3 D4
R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)
^=2+3+ 4t
Prob.
YDDDXtSe=〔〕 〔〕 〔〕 〔〕 〔〕
t=〔〕 〔〕 〔〕 〔〕 〔〕
R=R22=F= DW=
二、如果认为季度影响使利润对销售额的变化率发生变化,应以乘法类型引入三个虚拟变
量,设其模型为:
Y=XXDXDXDu
t01t1t22t33t4t对上述模型进展回归,得到以下结果:
Dependent Variable: Y Method: Least Squares Date: 11/26/10 Time: 17:53 Sample: 1965Q1 1970Q4 Included observations: 24
Coefficien
Variable t Std. Error t-Statistic
C X X*D2 X*D3 X*D4
R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)
Prob.
Y^t+XtXD+XDXDt2t3t4se=〔〕〔〕〔〕 〔〕 〔〕
t=〔〕〔〕〔〕 〔〕 〔〕
R=R
22=F=DW=
三、假设上述两种情况都存在,应以加法和乘法相结合的方式引入三个虚拟变量,设模型
为:
YDDDXXDXDXDut12233441t2t23t34t4t对上述回归模型进展回归得到以下回归结果:
Dependent Variable: Y Method: Least Squares Date: 11/26/10 Time: 17:54 Sample: 1965Q1 1970Q4 Included observations: 24
Coefficien
Variable t Std. Error t-Statistic
C X D2 D3 D4 X*D2 X*D3 X*D4
R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)
^=2+ 34t
Prob.
YDDDXtSe=〔〕〔〕〔〕〔〕〔〕 t=〔〕〔〕〔〕〔〕〔〕
+
XD+XD+XDt2t3t4se=〔〕 〔〕 〔〕
t=〔〕 〔〕 〔〕
R=R
22= F= DW=
四、通过对三个模型进展比照分析可看出,第三个模型的参数估计值均不显著,模型一和
二的销售额的参数估计显著,其余参数估计也不显著。方程都显著,但拟合程度都不是很好。