Фиктивные переменные в регрессионном анализе. Охарактеризуйте модели с фиктивными независимыими переменными

Фиктивная переменная — это индикаторная пе­ременная, отражающая качественную характеристику. Это могут быть разного рода атрибутивные призна­ки, такие, например, как профессия, пол, образование, климати­ческие условия, принадлежность к определенному региону. Что­бы ввести такие переменные в регрессионную модель, им должны быть присвоены те или иные цифровые метки, т. е. каче­ственные переменные преобразованы в количественные. Например, в результате опроса группы людей 0 может означать, что опра­шиваемый — мужчина, а 1 — женщина. К фиктивным переменным иногда относят рег­рессор, состоящий из одних единиц (т.е. константу, свободный член), а также временной тренд.

Фиктивные переменные (ФП) в уравнении множественной регрессии (МР).

Иногда необходимо включить в модель фактор, имеющий качественную характеристику (пол, профессия). Т.к. эти переменные не поддаются количественной оценке им нужно присвоить им цифровые метки, т.е. преобразовать качественные переменные в количественные = «Фиктивные переменные», или «структурные переменные».

Если (С2= «Москвич»;1; если (С2= «Жигули»;2;…()))). В новом столбце названия заменяются цифрами.

Сервис/анализ данных/регрессия – Находим У теор.

У теор (x1i,x2i) = a*+b1**x1i+b2**x2i…

Можно улучшить качество уравнения за счет введения дополнительных фиктивных переменных. Количество переменных = число градаций -1. Т.е. пусть марок машин 4. Тогда вводим 4-1 = 3 фиктивные переменные.

Х22i = 1,если марка=2, = 0, в противном случае;

Х23i=1,если марка = 3, =0, в противном случае;

Х24i = 1, если марка =4, = 0, в противном случае.

Т.е. вместо столбца «С» вводим три новых столбца Х22i Х23i Х24i. Т.е. вместо второй переменной вводим три фиктивные переменные.

Y teor = a*+b1**x1i+b22**x22i+b23**x23i+b24**x24i.

Чтобы модель была хорошая, нужно, чтобы Fфакт был больше Fтабл, при?=0,05 и 1-?=0,95 при v1=m, v2=n-m-1

Если в регрессии получаются такие данные:

Р значения

У пересечение a* 0,02

Переменная 1 b1* 0,54

Переменная 2 b2* 0,06

Переменная 3 b3* 0,08

Переменная 4 b4*

То 1му коэффициенту можно верить с вероятностью 1-0,02= 0,98, 2й коэффициент незначим, т.к. вероятность очень низкая 1-0,54 = 0,46. Если все коэффициенты меньше 0,05, то модель хорошая.

Также для улучшения модели включаем логарифмы: вместо У теор находим ln У теор по той же формуле. Еще более точное значение можно получить:

ln У теор = a*+b1**x1i+b2**x2i+b3**x3+b4*x2i^2

Модель улучшается, когда значение Rквадрат (из таблицы регрессии) улучшается (приближается к 1), При этом значения У теор при фиктивных переменных приближены к реальным значениям.

Среди моделей с ФП наибольшими прогностическими возможностями обладают модели, в которых зависимая переменная у рассматривается как функция ряда экономических факторов xi и фиктивных переменных zi (отражают различия в формировании результативного признака по отдельным группам единиц совокупности, т.е. в результате неоднородной структуры пространственного или временного характера.)

 

Перечислите виды фиктивных переменных. (Сезонные ФП, ФП наклона, ФП взаимодействия).Примеры.

 - Обычные(ФП совокупности, качественные, имеющие 2 градации)

 - ранговые (имеющ несколько градаций, могут быть введены в уравнение сами или заменены на к-1 ФП)

 - сезонные (спрос на путевки, сезонный спрос на товары)

- можно комбинировать виды ФП, создавая переменные взаимодействия соответствующих эффектов(ФП для наклона)  - комбинация качественной и количественной ФП, взаимосвязь возраста и зп

 

Дайте классификацию моделей с дискретными заивисимыми переменными.

Некоторая эк. Единица(субъект) делает выбор между 2мя и более возможными альтернативами: внедрять новую технологию или нет, работать или нет, покупать или нет, выбор профессии, голосование. В бинарную модель входят зависимые переменные.

 

В чем состоит суть моделей бинарного выбора?

Модели бинарного выбора используются, когда субъект совершает

выбор между двумя возможными альтернативами. Выбор основывается на

наборе некоторых входных факторов, характеризующих альтернативы и

субъект. Обозначим сделанный выбор переменной Y, которая принимает

значение 0, когда выбрана первая альтернатива, иначе значение 1.

Входные факторы могут выражать и качественные, и количественные

признаки. социологический опрос или маркетинговые исследования, где выбор

между альтернативами зависит от предпочтений выбирающего и

характеристик объекта исследования.