（VR虚拟现实）第八章虚
拟解释变量回归
第八章虚拟变量回归 引子
男女大学生的消费真的有差异吗?
在校大学生的消费行为越来越受到社会的关注，学生家长也很关心自己的子女上大学究竟要准备多少花费。由共青团中央、全国学联共同发布的《２００４中国大学生消费与生活形态研究报告》显示，当代大学生在消费结构方面呈现出多元化趋势。大学生除了日常生活费开支以外，还有人际交往消费、网络通讯消费、书报消费、衣着类消费、化妆品类消费、电脑类消费、旅游类消费、食品类消费、学习用品类消费、各种考证类等消费。大学生时尚化、个性化消费增多已成为趋势与潮流。不同性别大学生的消费结构有所不同，专科生、本科生、研究生的消费结构更有差异。有的记者调查发现，不同年级之间，男女同学之间，消费水平、消费结构、消费方式上都存在着差异。年级越高，消费水平也随之增长，随着阅历的增加，对自己形象的重视，精神享受的追求、学习的投入、配备手机电脑的需求也随之增长。同年级的男生的消费高于女生，虽然女生在化妆品、衣服饰品方面的投入明显高于男生。然而时代在变，对美的追求已不再限于女生，男生对于个人形象、装扮也已慢慢重视起来。此外男生在人际交往方面比女生投入了更多的\本钱\。请客吃饭、朋友聚会、节日送礼已不再罕见。所谓的\人情消费\已从社会向校园中扩张蔓延，而在乎\面子\的男同胞已成为追随这一潮流的\先驱\。高年级女生对于吃饭的投入相对较少，而在化妆品、服饰、零食方面的投入却增长不少。（注：来源于Solie教育网、网易教育频道、新华网等）
为了研究男女大学生、不同层次大学生、不同年级大学生的消费结构是否有差异，需要将这些定性的因素引入计量模型，怎样才能在模型中有效地表示这些定性因素的作用呢？
第一节虚拟变量
一、虚拟变量的基本概念
在前面的分析中，被解释变量主要受到一些可以直接度量的变量影响，如收入、产出、商品需求量、价格、成本、资金、人数等。但现实经济生活中，影响被解释变量变动的因素，除了这些可以直接获得实际观测数据的定量变量外，还包括一些本质上为定性因素（或称属性因素）的影响，例如性别、种族、肤色、职业、季节、文化程度、战争、自然灾害、政府经济政策的变动等因素。在实际经济分析中，这些定性变量有时具有不可忽视的重要影响。例如，研究某个企业的销售水平，产业部门（制造业、零售业）、所有制（私营、非私营）、地理位置（东、中、西部）、管理者素质的高低等是值得经常考虑的影响因素，这些因素有共同的特征，即都是表示某种属性的，不能直接用数据精确描述的因素。因此，被解释变量的变动经常是定量因素和属性因素共同作用的结果。在计量经济模型中，应当同时包含定量和属性两种因素对被解释变量的影响作用。
定量因素是指那些可直接测度的数值型因素，如GDP、M2等。定性因素，或称为属性因素，是不能直接测度的、说明某种属性或状态存在与否的非数值型因素，如男性或女性、城市居民或非城市居民、气候条件正常或异常、政府经济政策不变与改革等。在计量经济学的建模中应当将定量因素和定性因素同时纳入模型之内。
为了在模型中反映定性因素，可以将定性因素转化为虚拟变量去表现。虚拟变量（或称为属性变量、双值变量、类型变量、定性变量、二元型变量等），是人工构造的取值为0和1的作为属性变量代表的变量，一般用字母D（或DUM，英文dummy的缩写）表示。属性因素通常具有若干类型或水平，通常虚拟变量的取值为0和1，当虚拟变量取值为0，即D=0时，表示某种属性或状态不出现或不存在，即不是某种类型；当虚拟变量取值为1，
即D=1时，表示某种属性或状态出现或存在，即是某种类型。例如，构造政府经济政策人工变量，当经济政策不变时，虚拟变量取值为0，当经济政策改变时，虚拟变量取值为1。这种做法实际上是一种变换或映射，将不能精确计量的定性因素的水平或状态变换为用0和1来定量描述。
二、虚拟变量的设置规则
在计量经济学模型中引入虚拟变量，可以使我们同时兼顾定量因素和定性因素的影响和作用。但是，在设置虚拟变量时应遵循一定的规则。
1、虚拟变量数量的设置规则
虚拟变量个数的设置规则是：若定性因素有m个相互排斥的类型（或属性、水平），在有截距项的模型中只能引入m－1个虚拟变量，否则会陷入所谓“虚拟变量陷阱”，产生完全的多重共线性。在无截距项的模型中，定性因素有m个相互排斥的类型时，引入m个虚拟变量不会导致完全多重共线性，不过这时虚拟变量参数的估计结果，实际上是D=1时的样本均值。
例如，城镇居民和农村居民住房消费支出的模型可设定为：
（8.1）
其中，为居民的住房消费支出，为居民的可支配收入，为虚拟变量，，即当时为城镇居民；当时为其他（农村居民）。这里区分城镇居民和农村居民的定性变量的类型有m=2个，按虚拟变量的设置规则应引入m－1=2－1=1个虚拟变量。
但是，如果引入了m=2个虚假变量：，， 则有：
（8.2）
这时，当=1时同时有=0；反之，当=0时有=1。即对于任何被调查的居民家庭都有+=1，
和存在完全的共线性，无法利用OLS估计其参数，从而陷入“虚拟变量陷阱”。由此，所谓的“虚拟变量陷阱”的实质是出现完全多重共线性。可见，虚拟变量有其积极作用的一面，也有不良影响的一面，引入的虚拟变量适当，则发挥了积极的作用，引入的虚拟变量过度，则会带来负面的影响。
2、虚拟变量的“0”和“1”的选取原则
虚拟变量取“1”或“0”的原则，应从分析问题的目的出发予以界定。从理论上讲，虚拟变量取“0”值通常代表为比较的基础类型；而虚拟变量取“1”值通常代表为被比较的类型。例如，引入政府经济政策的变动对被解释变量的影响时，由于此时的比较是在政府经济政策不变的基础上进行的，故虚拟变量确定为：
三、虚拟变量的作用
在计量经济模型中，虚拟变量可以发挥多方面的作用： （1）可以作为属性因素的代表，如性别、所有制等；
（2）作为某些非精确计量的数量因素的代表，如受教育程度、管理者素质等； （3）作为某些偶然因素或政策因素的代表，如战争、灾害、改革前后等； （4）还可以作为时间序列分析中季节（月份）的代表；
（5）可以实现分段回归，研究斜率、截距的变动，或比较两个回归模型的结构差异。 在计量经济学中，把包含有虚拟变量的模型称为虚拟变量模型。常用的虚拟变量模型有三种类型：（1）解释变量中只包含虚拟变量，作用是在假定其他因素都不变时，只研究定性变量是否使被解释变量表现出显著差异；（2）解释变量中既含定量变量，又含虚拟变量，研究定量变量和虚拟变量同时对被解释变量的影响；（3）被解释变量本身为虚拟变量的模型，是被解释变量本身取值为0或1的模型，适于对某社会经济现象进行“是”与“否”
( VR虚拟现实)第八章虚拟解释变量回归
