Регрессионные модели с фиктивными переменными
1. Понятие фиктивных переменных
Экономические величины складываются под влиянием множества различных факторов, как количественных, так и качественных по своей природе. Это могут быть разного рода атрибутивные признаки, такие, например, как профессия, пол, образование и пр., или факторы, оказывающие косвенное воздействие (во времени и/или пространстве) на изучаемый процесс, что приводит к неоднородной выборке рассматриваемых показателей. Иногда представляет интерес включение этих факторов в эконометрическую модель и исследование их влияния на изучаемую зависимость. Например, влияние пола или образования на уровень заработной платы или влияние дефолта на величину основных макроэкономических показателей.
Возможным решением было бы разбить имеющиеся исходные статистические данные на заведомо однородные группы и строить модели для каждой однородной выборки с последующим выяснением различия в моделях. Например, построить модели зависимости заработной платы от стажа отдельно для мужчин и женщин или изучать поведение макроэкономических показателей отдельно на временном интервале до дефолта и после.
Другой возможный подход состоит в построении и оценивании одной модели для всей совокупности наблюдений и измерении влияния фактора, явившегося причиной появления неоднородной выборки посредством введения этого фактора в модель. Чтобы ввести качественные факторы в регрессионную модель, им должны быть присвоены те или иные цифровые метки, т.е. качественные переменные преобразованы в количественные. Такого вида сконструированные переменные в эконометрике принято называть фиктивными переменными или дамми-переменными.
Этот способ обладает двумя следующими преимуществами:
-
имеется простой способ проверки, является ли воздействие качественного фактора значимым,
-
вследствие большей выборки оценки модели оказываются более эффективными (при условии выполнения определенных предположений).
Регрессионные модели могут содержать одновременно как количественные, так и качественные переменные (модели ковариационного анализа- ANCOVA), либо только качественные переменные (модели дисперсионного анализа-ANOVA). Чаще всего применяются бинарные фиктивные переменные, принимающие два значения, 0 и 1, в зависимости от определенного условия.
Поделитесь с Вашими друзьями:
