Econometrics第一节虚拟变量的性质第二节包含一个定量变量，一个定性变量模型第三节定性变量有多种分类的情况第四节包含一个定量变量，两个定性变量模型第五节回归模型中的结构稳定性：虚拟变量法第六节虚拟变量在季节分析中的应用第七节在合并数据中使用虚拟变量第八节虚拟变量方法的一些技术问题1.只取0或1数值的变量称为虚拟变量。2.虚拟变量表示两分性质，即“是”或“否”，“男”或“女”等。序号薪金Yi=a1+a2Di+bXi+ui模型:此模型的特点：例11.1：库存对利率敏感吗？Yi=a1+a2D2i+a3D3i+bXi+ui例11.2：研究大学教师的年薪是否受到性别、学历的影响。性别和学历是两个不同的标准。按性别标准教师可以分成男、女两类，应该引入一个虚拟变量；按学历标准大学教师可以分为大学本科学历、硕士学历、博士学历三类，应该引入两个虚拟变量，共引入三个虚拟变量：令Y代表年薪，X代表教龄，建立模型：可以看出基准类是本科女教师，B0为刚参加工作的本科女教师的工资；B1为参加工作时间对工资的影响；B2是性别差异系数;B3和B4为学历差异系数，B3是硕士学历与本科学历的收入差异，B4是博士学历与本科学历的收入差异；通过上述分析，我们可以确定Bi的符号。在这个问题中，一共有六个类别，但是我们只引入了三个虚拟变量，而不是五个。在就多个标准引入虚拟变量时，应该注意每一标准下引入虚拟变量个数应该是这一标准下类别数目减一，所以我们在本例中只引入三个虚拟变量而不是五个。如果引入五个虚拟变量就会陷入虚拟变量陷阱。Yi=a1+b1Xi+u1i1946—1954年经济时间序列多数呈现季节波动性，为了反映变量之间的关系，往往先消除季节变动的影响，然后再建立模型。消除季节波动的过程统称为季节调整，季节调整的方法很多，虚拟变量的应用就是常用方法之一。对于时间序列与横截面数据并用的混合回归来说，为了研究Y与两个解释变量之间的关系，可采用以下三种方式进行：第二，可以对每一年估计一个横截面回归。但需注意的是在零截距模型中，通常的R2并不是总是有意义。随机或可变参数模型