虛擬變量回歸

內(nèi)容概要

梅麗莎·A.海蒂編著的《虛擬變量回歸》內(nèi)容介紹：對(duì)虛擬變量回歸有了基本了解后，Hardy教授還提出了有關(guān)虛擬變量回歸的一些特殊問(wèn)題。除此以外，她還對(duì)如何處理異方差性，在因變量取對(duì)數(shù)或者logit后，如何對(duì)回歸系數(shù)進(jìn)行詮釋?zhuān)绾卧陲@著性檢驗(yàn)下進(jìn)行多重比較，如何進(jìn)行效果編碼和對(duì)比編碼以及如何檢驗(yàn)曲線性和如何進(jìn)行分段線性回歸作出了解釋。

作者簡(jiǎn)介

作者:(美) 梅麗莎·A. 海蒂

書(shū)籍目錄

序
第1章 簡(jiǎn)介
 第1節(jié) 多元線性回歸回顧
第2章 構(gòu)建虛擬變量
 第1節(jié) 選擇參照組
 第2節(jié) 描述性統(tǒng)計(jì)
第3章 虛擬變量回歸
 第1節(jié) 對(duì)含有一個(gè)虛擬變量的模型進(jìn)行線性回歸
 第2節(jié) 對(duì)含有多個(gè)虛擬變量的模型進(jìn)行回歸
 第3節(jié) 估計(jì)類(lèi)別之間的差異
 第4節(jié) 第二個(gè)定性度量的加入
 第5節(jié) 期望值
 第6節(jié) 在模型設(shè)定中加入定量變量
第4章 估計(jì)組影響差異
 第1節(jié) 解釋交互效應(yīng)
 第2節(jié) 對(duì)各組群分別進(jìn)行回歸
 第3節(jié) 處理異方差性
 第4節(jié) 解釋半對(duì)數(shù)方程的虛擬變量
 第5節(jié) 檢驗(yàn)兩組以上的異方差性
 第6節(jié) 用非獨(dú)立檢驗(yàn)進(jìn)行多重比較的方法
第5章 可替代虛擬變量編碼方案
 第1節(jié) 效果編碼虛擬變量
 第2節(jié) 對(duì)比編碼虛擬變量
第6章 虛擬變量用法專(zhuān)題
 第1節(jié) logit模型中的虛擬變量
 第2節(jié) 非線性檢驗(yàn)
 第3節(jié) 分段線性回歸
 第4節(jié) 時(shí)間序列數(shù)據(jù)中的虛擬變量
 第5節(jié) 虛擬變量和自相關(guān)
第7章 結(jié)論
注釋
參考文獻(xiàn)
譯名對(duì)照表

章節(jié)摘錄

版權(quán)頁(yè)：   插圖：   鑒于OCC2和收入之間的零階關(guān)系是根據(jù)初級(jí)白領(lǐng)與其他類(lèi)的工作者的平均收入相比較而來(lái)的，那么一階偏相關(guān)系數(shù)ry，occ2，occ3就是控制了技工這一類(lèi)得來(lái)的。由于技工現(xiàn)在被控制，那么這個(gè)偏相關(guān)代表初級(jí)白領(lǐng)與除去初級(jí)白領(lǐng)和技工這兩類(lèi)工作者的平均收入差異的相關(guān)性。由于下一個(gè)系數(shù)控制了兩個(gè)自變量（OCC3和OCC4，即技術(shù)工人和操作工人），因此是一個(gè)二階偏相關(guān)系數(shù)。在該例中，偏相關(guān)系數(shù)并不顯著，這說(shuō)明了初級(jí)白領(lǐng)的平均收入與除去了其本身以及技術(shù)工人和操作工人后的工作者（高級(jí)白領(lǐng)、服務(wù)工作者和勞工）的平均收入沒(méi)有顯著差別，這個(gè)結(jié)果的產(chǎn)生無(wú)疑是由于高收入組與低收入組是通過(guò)它們的中距均值求得的。隨著越來(lái)越多的職業(yè)類(lèi)別被控制后，偏相關(guān)系數(shù)的階數(shù)越來(lái)越高，數(shù)值為負(fù)的程度越大。最高階數(shù)（或稱“四階偏相關(guān)”）控制了所有的職業(yè)虛擬變量，結(jié)果顯示，初級(jí)白領(lǐng)的平均收入明顯低于高級(jí)白領(lǐng)（參照組）的平均工資，此時(shí)，高級(jí)白領(lǐng)是唯一未被控制的組。表2.4的下半部分為我們呈現(xiàn)了職業(yè)虛擬變量的所有四階偏相關(guān)系數(shù)。每一行的偏相關(guān)系數(shù)都表示一對(duì)職業(yè)虛擬變量和收入之間關(guān)系，且該相關(guān)系數(shù)是通過(guò)消除其他變量的影響，比較高級(jí)白領(lǐng)（參照組）和指定職業(yè)類(lèi)得來(lái)的。從上往下看，越往下，偏相關(guān)系數(shù)負(fù)的程度越來(lái)越大，這是因?yàn)楫?dāng)勞工和高級(jí)白領(lǐng)相比時(shí)，其收入差異的強(qiáng)度是最大的，而當(dāng)初級(jí)白領(lǐng)與高級(jí)白領(lǐng)相比時(shí)，其收入差異是最小的。 表2.4的中間列和右邊列記錄了半偏系數(shù)和半偏系數(shù)的平方。我們知道半偏相關(guān)系數(shù)是建立在相關(guān)性和回歸之間的有益橋梁。用于建立偏相關(guān)系數(shù)的、不斷消除其他變量影響的剔除過(guò)程與用于建立偏回歸系數(shù)的過(guò)程一樣，會(huì)影響因變量和自變量的分布。然而，如果用半偏相關(guān)系數(shù)，本身對(duì)因變量有一定影響的自變量就不會(huì)因?yàn)槠浔豢刂贫鴮⑦@部分的影響剔除（Cohen & Cohen，1983）。半偏系數(shù)的平方表示一個(gè)自變量對(duì)Yi的可解釋方差的唯一貢獻(xiàn)。在這里，“唯一貢獻(xiàn)”是指，Yi的方差只歸因于一個(gè)自變量，而不與其他被控制的自變量分享。例如，表示收入與OCC2的第一個(gè)半偏相關(guān)系數(shù)的平方數(shù)值0.036是在控制了OCC3、OCC4、OCC5和OCCs之后得出的。通過(guò)定義初級(jí)白領(lǐng)是與高級(jí)白領(lǐng)不同的職業(yè)類(lèi)別后，我們可以解釋3.60的收入方差。換句話說(shuō)，3.6%的收入方差可被解釋是基于初級(jí)白領(lǐng)的平均工資比高級(jí)白領(lǐng)低這一事實(shí)。同樣，15.5％的收入方差可以通過(guò)指定勞工與高級(jí)白領(lǐng)之間的收入差異來(lái)解釋。因此，我們可知，保持其他條件一致，組間差異越大，所得到的可解釋方差就越大。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    虛擬變量回歸 PDF格式下載

---