'

Фиктивные переменные

Понравилась презентация – покажи это...





Слайд 0

Фиктивные переменные К теме «Множественная регрессия и корреляция»


Слайд 1

Фиктивные переменные На практике приходится учитывать в моделях факторы, носящие качественный характер, значения которых в наблюдениях не возможно измерить с помощью числовой шкалы. Примеры. Моделирование влияния пола специалистов на уровень зарплаты. Моделирование доходов граждан от типа учебного заведения, в котором он получил образование (государственное, частное, специализированное,…) Модель инфляции с учетом различных видов регулирования со стороны государства)


Слайд 2

Фиктивные переменные Возможны два подхода к решению задачи: - построить несколько моделей отдельно для каждого значения (градации) качественной переменной - учесть влияние качественного фактора в одной модели Второй способ представляется более прогрессивным, т.к в этом случае появляется возможность оценить статистическую значимость влияния данного фактора на поведение эндогенной переменной на фоне других факторов, внесенных в спецификацию модели


Слайд 3

Фиктивные переменные Пример. Изучается зависимость расходов на образование «С» в «обычных» и «специализированных» школах в зависимости от числа учащихся N Предположим: Зависимость затрат на обучение от количества учащихся N в обоих типах школ одинакова 2. Разница в затратах объясняется необходимостью приобретения специализированного оборудования для обучения специальным дисциплинам Тогда если строить различные модели для каждого типа школ, то спецификацию моделей можно записать в виде: Yo = a0 + a1N +u Ys = b0 + a1N + v


Слайд 4

Фиктивные переменные Пример 1 (Продолжение) На рис.1 приведены диаграммы рассеяния и соответствующие модели для небольшой выборки школ в Китае. a0 d a0+d Yo=a0+a1N Ys=b0+a1N b0=a0+?


Слайд 5

Фиктивная переменная сдвига Обе модели можно объединить, если ввести переменную d, область определения которой два целых числа : 0 и 1. При этом: Спецификация такой модели имеет вид: Y = a0 + a1N + ?d + u Тогда при d=0 получим Yo = a0 + a1N + u при d=1 получим Ys = (a0+?) +a1N + v


Слайд 6

Фиктивная переменная сдвига Отметим: Имея модель вида Y = a0 + a1N + ?d + u, есть возможность после применения МНК оценить значения параметров a0, a1 и ?, стандартные ошибки их оценок, а следовательно, проверить гипотезу статистической значимости влияния фиктивной переменной d (влияние типа школ) на значения эндогенной переменной Y (затраты на обучение) 2. Графики моделей для d=0 и d=1 будут параллельны, т.к предполагается, влияние переменной N в обоих случаях остается неизменным


Слайд 7

Фиктивная переменная сдвига Модель Y=-33612+331.5N+133259d соответствует Yo = -33612 + 331.5N Ys= 96647 + 331.5N


Слайд 8

Фиктивная переменная сдвига Фиктивные переменные часто применяются при построении динамических моделей, когда с определенного момента времени начинает действовать какой-либо качественный фактор Пример 2. Модель расходов на автотранспорт в Европе в период с 1963 по 1982 годы. Замечание. В 1974 году в Европе начался крупный нефтяной кризис, который резко поднял цены на ГСМ. В результате в 1974 году резко снизились расходы на автотранспорт, но затем затраты вновь стали расти с прежней скоростью. Для учета этой ситуации вводится фиктивная переменная d, которая равна:


Слайд 9

Фиктивная переменная сдвига Результат ф-ции «ЛИНЕЙН» Модель имеет вид: Y=20.1 -7.1d +1.01t


Слайд 10

Фиктивная переменная сдвига (общий случай) Пусть некоторый качественный фактор имеет несколько градаций (более 2-х) Введение в модель фиктивных переменных с несколькими градациями рассмотрим на примере шанхайских школ, где имеются 4 категории школ: общеобразовательные, технические, ПТУ и специализированные. Казалось достаточно ввести фиктивную переменную сдвига d, придав ей четыре различных значения и проблема будет решена. Такой подход мало эффективен, т.к не удается оценить статистическую значимость влияния каждой градации на значения эндогенной переменной


Слайд 11

Фиктивная переменная сдвига (общий случай) В этом случае имеет смысл ввести отдельную переменную для каждой градации фактора. Например:


Слайд 12

Фиктивная переменная сдвига (общий случай) Однако, если взять спецификацию модели в виде: Y=a0 + a1d1+a2d2+a3d3+a4d4+a5N+u при этом всегда верно тождество d1+d2+d3+d4=1 Это означает, что матрица Х коэффициентов системы уравнений наблюдений будет коллинеарной т.к в ней присутствует столбец из 1, и как следствие отсутствует возможность применения МНК для оценки параметров модели. Предлагается в спецификацию ввести (к-1) фиктивную переменную (к- кол-во градаций), сделав одну из градаций базовой, относительно которой изучать влияние остальных градаций. Проблемы мультиколинеарности в этом случае не возникает


Слайд 13

Фиктивная переменная сдвига (общий случай) В рассматриваемом примере в качестве базового уровня можно принять градацию «Общеобразовательная» Этой градации будет соответствовать состояние d2=d3=d4=0 Спецификация модели примет вид: Y=a0+a1N+a2d2+a3d3+a4d4+u (13.1) Экономический смысл коэффициентов a2, a3, a4 – превышение стоимости образования в соответствующей школе по отношению к общеобразовательной Из уравнения (13.1) легко получить соответствующее уравнение для каждого типа школ


Слайд 14

Фиктивная переменная сдвига (общий случай) Y = a0 +a1N +U1 - Уравнение для общеобразовательных школ Y =(a0+a2) +a1N + U2 - уравнение для «технических» школ Y=(a0+a3) + a1N + U3 - уравнение для ПТУ Y=(a0+a4) + a1N + U4 - уравнение для «специализированных» школ Здесь также предполагается, что зависимость затрат на обучение от количества учащихся остается неизменной


Слайд 15

Фиктивная переменная сдвига (общий случай Результаты моделирования затрат на обучения в различных школах Шанхая Модель: Y= -54.9+0.342N+154.11(d2+d3)+53.2d4+U (26.7) (0.04) (27.9) (3.11) (88.6) Результаты программы «ЛИНЕЙН» Гипотеза H0:(a2=a3) принимается Общеоб. Техн. ПТУ


Слайд 16

Фиктивные переменные сдвига в моделях временных рядов Пример. Модель зависимости расходов на электроэнергию и газ в США за период 1977-1982г.г.


Слайд 17

Фиктивные переменные сдвига в моделях временных рядов В качестве базовой градации принят кв.1 Спецификация модели принимает вид Y = a0 + a1t + a2d2 + a3d3 + a4d4 + U (13.2) Результаты ф-ции «ЛИНЕЙН» Расходы в кв.2 и кв.3 статистически не отличаются


Слайд 18

Фиктивные переменные наклона Во всех рассмотренных примерах априори предполагается, что различные градации качественного фактора приводят к параллельному сдвигу «базовой» модели Это допущение не бесспорно! В примере с различными типами школ в Шанхае предполагалось, что зависимость расходов на обучение от кол-ва учеников во всех школах одинаково Вопрос. Как учесть эффект влияния типа школы на зависимость затрат от кол-ва учащихся?


Слайд 19

Фиктивные переменные наклона Для учета возможного изменения наклона графика модели при изменении градации качественного фактора предлагается ввести в спецификацию модели еще одно слагаемое вида «d умноженное на x» Вернемся к примеру изучения зависимости расходов на образование в различных школах. Для простоты ограничимся лишь двумя градациями фактора «тип школы»: d=0 – обычная школа; d=1 – профессиональная школа. Спецификацию модели следует записать в виде: Y = a0 + a1N + a2*d + a3dN +U (13.3)


Слайд 20

Фиктивные переменные наклона С помощью модели (13.3) появляется возможность оценить изменения наклона «базовой модели» при переходе изменении градации фактора (переменной d) Пусть d=0, тогда модель (13.3) принимает вид: Y= a0 + a1N +U1 (13.4) При d=1 получим: Y= a0 +a1N +a2 +a3N +U2 или Y= (a0+a2) + (a1+a3)N +U2 (13.5) Модель (3.5), соответствующая d=1 отличается коэффициентами регрессии от модели (13.4) В ней учитывается как «параллельный» сдвиг, так и изменение угла наклона (изменение коэффициента a1)


Слайд 21

Фиктивные переменные наклона Модель: Y=51475+152N-3501d+284dN; R2=0.68 Y=51475+152N Y=47974+436N


×

HTML:





Ссылка: