溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了“Eviews虛擬變量的定義與截距變動模型回歸”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Eviews虛擬變量的定義與截距變動模型回歸”吧！
虛擬變量 ( Dummy Variables) 又稱虛設變量、名義變量或啞變量，用以反映質的屬性的一個人工變量，是量化了的自變量，通常取值為0或1。引入啞變量可使線形回歸模型變得更復雜，但對問題描述更簡明，一個方程能達到兩個方程的作用，而且接近現實。本文先介紹如何定義虛擬變量以及模型中只包含截距變動的虛擬變量的回歸與分析。
1
這里以1982年~1986年按季節全國酒銷售量（萬噸）的數據如下表。試建立酒銷售量對時間t的季節銷售模型。數據如下：
首先繪制y的時間序列圖，打開yseries，點擊view-graph：
選擇line，得到序列圖如下：
這是一個季節時間序列數據，呈明顯的季節變化特征，通過加入季節虛擬變量來描述季節特征建立模型。
變量以及模型中只包含截距變動的虛擬變量的回歸與分析。
2
對于季節虛擬變量，定義如下：
一定要注意，四個季節只要定義3個就行，否則會引起多重共線性，因為D1+D2+D3+D4總會等于1，這就是“虛擬變量陷阱”。
然后在Eviews中生成虛擬變量：
按上述過程依次定義D2和D3。
定義過虛擬變量后，建立模型，進行估計。
進行回歸：
得到輸出結果如下：
有上面的輸出結果可以看出，
有上面的輸出結果可以看出，D2和D3的t檢驗的值小于臨界值，可知，D2和D3的回歸參數并不顯著，所以從模型中剔除虛擬變量D2和D3。
重新進行參數估計：
得到如下輸出結果：
感謝各位的閱讀，以上就是“Eviews虛擬變量的定義與截距變動模型回歸”的內容了，經過本文的學習后，相信大家對Eviews虛擬變量的定義與截距變動模型回歸這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
