① 計量經濟學 虛擬變數題目求助
設D1={1 旺季;0 淡季}，D2={1 高收入;0 其他}，D3={1 中收入;0 其他}
則函數為y=yi=ą+ß1xi+β2D1+β3D2+β3D3+Ɛi
上面的格式沒法改，所以你就專這樣看吧，應該屬能看明白
② 在計量經濟學虛擬變數回歸(自變數有2個定量變數1個定性變數)加法與乘法的交叉法的模型表達式是什麼
以和是否城鎮居民C和男性M為例，是1，否零。如果C前是正號表明，如果是城鎮居民，則被解釋變數的值增加。兩變數相乘表示的經濟含義是「男性城鎮居民」，變數前符號表示男性城鎮居民對於被解釋變數的正負影響。
③ 計量經濟學加入虛擬變數對原來系數有什麼影響
在計量經濟分析中，當被解釋變數受到定性因素影響時，為了考慮定性因素的影響需要在模型中引入虛擬變數。虛擬變數的引入提高了模型的解釋能力，和參數的估計精度，但要注意虛擬變數的引入不當而導致的「陷阱」問題，可能造成參數無法估計。一般來講，如果一個定性因素有m個特徵，需要用m-1個虛擬變數表示。
李寶仁
④ 請問計量經濟學中模型中有虛擬變數與一個定量變數X，
需要。
對存在異方差性的模型可以採用加權最小二乘法進行估計。
異方差性的檢測——White test
在此檢測中，原假設為：回歸方程的隨機誤差滿足同方差性。對立假設為：回歸方程的隨機誤差滿足異方差性。判斷原則為：如果nR^2>chi^2 (k-1），則原假設就要被否定，即回歸方程滿足異方差性。
在以上的判斷式中，n代表樣本數量，k代表參數數量，k-1代表自由度。chi^2值可由查表所得。
如何判斷數據存在自相關性
a. 用相關計量軟體: 比如說E-VIEWS檢查殘差的分布。 如果殘差分布具有明顯和圓潤的線性分布圖像， 說明自相關性存在的可能性很高。反之， 無規則波動大的分布圖像顯示出相關性微弱。
b.Durbin-Watson Statistics(德賓—瓦特遜檢驗)： 假設time
series模型存在自相關性，我們假設誤差項可以表述為 Ut=ρ*Ut-1+ε.
利用統計檢測設立假設，如果ρ=o.則表明沒有自相關性。Durbin-Watson統計量（後面建成DW統計量）可以成為判斷正、負、零（無）相關性的
工具。 DW統計量：
d=∑(Ut-Ut-1)^2/∑ut^2≈2*(1-ρ).如果d=2則基本沒有自相關關系，d靠近0存在正的相關關系，d靠近4則有負的相關關系。
c. Q-Statistics 以（box-pierce)- Eviews( 7th version第七版本）為例子： 很
多統計計量軟體軟體提供Q test來檢測，這里用Eviews為例子。 Q的統計量（test statistics）為 Q=n*∑ρ^2.
零假設null hypothesis H0=0和方法2的含義一樣。如果零假設證明失敗，則對立假設ρ≠0成立，意味著有自相關性。
如何減弱模型的自相關性
方法一（GLS or FGLS）：
假設存在自相關性的模型，誤差項之間的關系為：Ut=ρ*Ut-i+ε（ε為除了自相關性的誤差項，i.i.d~（0,σ）. t時期的模型為
yt=βxt+Ut, t-1時期則為
ρ*yt-1=ρ*βxt-1+ρ*Ut-t。用t時期的減去t-1時期的可得出yt-yt-1=β(xt-xt-1)+(Ut-Ut-1).已知
Ut-Ut-i=ε。經過整理後新的模型滿足Gauss-Makov的假設和，White noise condition （同方差性或者等分散），沒有自相關性。
方法二（HAC：Heteroscedasticity Autocorrelation consistent): 以Eviews為例子，在分析模型時選擇HAC，在模型中逐漸添加time lag的數目，來校正DW統計量達到正常值減少自相關性。
⑤ 救命！在線等！有關於計量經濟學虛擬變數實例的解答~
模型設置
Yi=a+b1X1i+b2X2i+ui
Yi表示非農業未償付抵押貸款(億美元)
X1表示個人收入(億美元)
X2表示新住宅抵押貸款費用(%)
Se表示估計回歸系數的標准誤。
T表示在零假設下估計的t 值（即估計的系數與其標准誤之比）。
R2 即可決系數（R2 在0和1之間時，R2 越大方程對yi解釋越好，擬合優度越高）。
F=R2 (k-1)/[(1-R2 )/(n-k)]
= 0.9894 (2-1)/[(1-0.9894)/(10-2)]
= 11.66
為了說明ANCOVA模型，我們來看錶9-2中數據。
根據數據，得到的OLS回歸結果如下：
Yi=155.6812+0.8258X1i-56.4393X2i
Se=(578.3288) (0.0635) (31.4543)
t=(0.2692) (12.9910) (-1.7943)
p =(0.7920) (0.0000) (0.0960)
R²=0.9894 F=301.727
進行T檢驗時，計算出來的t值大於任何在自由度為8的臨界值，則拒絕H0，是統計顯著的。
在估計回歸直線的顯著性時
如果a=0.05，自由度分別為1 和 6 時 ，F零界值為 3.78
計算的 F值11.66遠遠大於F臨界值。因此拒絕零假設：所有的偏斜率同時為零，或R2=0
回歸結果表明個人收入對非農業未償付抵押貸款具有非常強的正面解釋能力,新住宅抵押貸款費用則對非農業未償付抵押貸款具有負面解釋能力.
⑥ 計量經濟學中如果回歸模型有截距項，有M個定性因素，要引入多少個虛擬變數要是沒有截距呢
回歸模型中的截距項總是存在的，因為總有沒有考慮到的解釋變數。
如果有M個定性因專素，一屬般就設M個虛擬變數。但是注意當這個M個虛擬變數中「完全列出」情況時，就要減掉這種情況的個數。如 東、西、南、北這個4個虛擬變數同時存在，那麼就可以去掉這4個中的一個，採用M-1個虛擬變數。這樣做的目的是為了避免多重共線性。
⑦ 求計量經濟學大神解答啊~~ 1計量經濟學方程有哪幾種回歸模型形式
上學期學的都忘記了。。。。加法方式引入在固定效應模型中。乘法可能是隨機效應模型
第三題的話，多重共線性。
⑧ 計量經濟學虛擬變數
學歷D1=1 (小學未畢業)
=0 (其他)
D2=1 (小學畢業)
=0 (其他)
D3=1 (初中畢業)
=0 (其他)
D4=1 (高中畢業)
=0 (其他)
D5=1 (大專畢業)
=0 (其他)
D6=1 (大學本科以上)
=0 (其他)
Yi=f(Xi,D1,D2,...)+μi
Yi=α0+α1*D1+α2*D2+α3*D3+α4*D4+α5*D5+α6*D6+βXi+μi
小學未畢業：E(Yi|Xi,D1=1,D2=D3=...=D6=0)=α0+α1+βXi
小學畢業：E(Yi|Xi,D2=1,D1=D3=...=D6=0)=α0+α2+βXi
。
。
。
⑨ 計量經濟學中虛擬變數設置幾個怎麼決定的
應該就是一個，取1或者取0是說這個變數前面系數的取值
當虛擬變數是兩個時：當D1=1，D2=0時，本科；當D1=0，D2=1時，本科以下；當D1=0，D2=0時，研究生.
當然也可以換其他的順序