Оглавление:
Фиктивные переменные для коэффициента наклона
- Градиентная фиктивная переменная Пока что качественные переменные, введенные в уравнения Отвечает только за регрессию и смещение значений постоянных членов Уравнение регрессии. Наклон линии регрессии То же самое для каждой категории переменных качества. Это предположение Не обязательно верно, и теперь мы увидим, как сделать это более строгим.
- Проверьте с помощью инструмента под названием манекен Градиентная переменная (также называемая фиктивной) Пояс взаимодействия). Весенняя зависимость массы тела при рождении (у) от интенсивности курения Мать (x) и фиктивные переменные рождения (D = 1 для матери) Рожали раньше; D = 0, если мать никогда не рожала): y = a + bD + $ x + u (9,6) В формулировке этой модели влияние курящих друзей.
Давайте вернемся к примеру с использованием reg, чтобы проиллюстрировать его использование Людмила Фирмаль
Вес новорожденного одинаков независимо от того, есть ли у матери ребенок Шея. Теперь предположим, что вы добавили член yDx к произведению уравнения D и х и коэффициент у y = a + bD + px + yDx + u (9,33) Может быть переписан как y = a + bD + (P + YD) x + u (9,34) Если D = 0, коэффициент x равен p, как и раньше. Если D = 1, коэффициент принимает вид (p + y).
Следовательно, значение мо Можно рассматривать как разницу в коэффициентах Коэффициент курения и его коэффициент у матерей, которые рожали раньше Показатели интенсивности курения у матерей, у которых не было рожи Будь или нет. Коэффициент y может быть оценен с использованием уравнения (9.33). Здесь >> Пружинная зависимость D x и Dx; Dx, представляет Фиктивная фиктивная переменная считается.
Третья отдельная пояснительная переменная. В таблице. 9.6 показан метод расчета Переменная Dx рассчитывается из 20 наблюдений, показанных в таблице. 9.1. Оценка регрессии по 964 выборкам при рождении дает результат. 9 = 3363 + 143Z) до 4,0 * -8,1Z> JC; R2 = 0,036. (9,35) (Совместный) (18) (29) (2.8) (4.1) Если D = 0 или D = 1, могут быть получены две конкретные связи. у = 3363-4,0 JC (для первого ребенка); (9,36) у = 3506-12,1 л: (для детей, которые не родились первыми). (9,37)
Результаты регрессионной оценки показывают, что потеря веса Новороги Частота курения во время беременности значительно выше у недоношенных матерей, чем у недоношенных. Она не рожала (12,1 г против 4,0 г каждой сигареты в день), а разница Существенный на уровне значимости 5%. Взаимодействие между фиктивными переменными.
До настоящего времени влияние качественных характеристик было Шкалы зависимых переменных не зависят друг от друга. Например При измерении и регрессии (9.30) разница в весе при рождении составляет Для детей, рожденных в браке и одиноких матерей, Родила ли мать раньше и наоборот. Вы можете сделать это предположение.
Снижение строгости путем введения фиктивных переменных взаимодействия Определяется по аналогии с коэффициентом фиктивной переменной Тилт имеет ту же цель. В этом случае вы можете ввести фиктивную переменную Действие (УМД). Определяется как произведение УМ и Д, Следовательно, рай равен единству матери-одиночки, которая родила раньше.
Ноль для трех других комбинаций. Формат регрессионной модели: y = a + bD + yUM + XUMD + модификация + и (9.38) И это y = a + (5 + X UM) D + yUM + p * + u, (9,39) Как либо y = a + 8Z) + (y + XD) UM + px + u (9.40) Таким образом, вы можете выбрать фактор X (оба варианта 281 vivalent) как фиктивный коэффициент увеличения.
- Если мать не замужем или Если мать рожала раньше, то как мать-одиночка коэффициент возрастает. Оценка регрессии с использованием 964 данных о рождении показывает, что: Итоговый результат: y = 3,385 + 113 /) — 117 UM-72 UMD-7, 3x; D2 = 0,041. (9,41) (Совместный) (18) (28) (52) (115) (2.1)
Коэффициент фиктивной переменной взаимодействия Нет значимого отличия от нуля при уровне значимости 5%. Что не может быть никакого взаимодействия между числом рождений прошлых переменных Переменная для одиноких матерей.
Тем не менее, в образце Было только 16 одиноких матерей, которые не рожали впервые. Людмила Фирмаль
Фактически, коэффициенты UMD имеют очень большую стандартную ошибку В этом примере, даже если образец большой, Однако существует несколько наборов фиктивных переменных, число которых Легко видеть, что наблюдения в отдельных подкатегориях очень малы. Таким образом, удовлетворительный тест гипотезы Это сложно. упражнения 9.9.
Если вы используете образец, содержащий данные о 964 рождениях, Нет регрессионной зависимости от силы веса новорожденного (у) Курящая мама (x), фиктивная переменная (Z>), количество символов Предыдущее рождение, фиктивная переменная пол ребенка (M) (определение Ной и фиктивные переменные коэффициента, как в Упражнении 9.2
Градиент (Mx) определяется как произведение L / и x (стан) Ошибка дротика): р = 3312 + 124 /) + 108М-10,5 * + 5,7 л / ч, R2 = 0,057. (23) (26) (28) (2,9) (4,1) Пожалуйста, прокомментируйте этот результат. 9,10. Включая манекен переоценивает ту же регрессию Поясное взаимодействие (DM) определяется как произведение D и L (в скобках) ка стандартная ошибка показана) y = 3304 + 144 /) + \ 23M-39 DM-10,6d: + 5,9х; L2 = 0,058. (26) (38) (35) (53) (2,9) (4,1) Пожалуйста, прокомментируйте этот результат.
Смотрите также:
| Общий случай | Тест Чоу |
| Множественные совокупности фиктивных переменных | Моделирование динамических процессов. Введение |
Если вам потребуется помощь по эконометрике вы всегда можете написать мне в whatsapp.
