La Red de Conocimientos Pedagógicos - Aprendizaje de redacción de artículos/tesis - Descripción general de variables ficticias

Descripción general de variables ficticias

Las variables ficticias se utilizan comúnmente en la investigación econométrica para reflejar cambios en factores cualitativos, como cambios estacionales, cambios de políticas, cambios macroambientales, etc. Eché un vistazo breve a esto antes y pensé que era una configuración de variable muy simple e intuitiva. No fue hasta la parte del modelo del artículo que escribí recientemente que utilicé variables ficticias y descubrí muchos problemas después de un estudio en profundidad. Después de comprender completamente la "trampa de la variable ficticia", también es un nuevo problema aprender del pasado.

La función de variables ficticias es simplemente un "clasificador de datos", que utiliza variables y combinaciones lineales de variables para representar un estado específico.

La más fácil de entender es la "trampa de variable ficticia". La primera es la definición: si hay m tipos mutuamente excluyentes para cada factor cualitativo en el modelo, y el modelo tiene un término de intersección, solo se pueden introducir m-1 variables ficticias en el modelo; de lo contrario, se completará la linealidad múltiple * * *. ocurrir, lo que se llama regresión de variable ficticia.

Podemos entender este problema desde dos perspectivas:

1. Perspectiva racional: centrarse en por qué existe "linealidad * * * múltiple", que es fácil de utilizar el conocimiento de linealidad. entender el álgebra. Un internauta publicó una respuesta en el Foro Económico de NPC:

Hay otro punto a tener en cuenta: si el modelo contiene múltiples variables cualitativas y cada variable cualitativa tiene múltiples categorías, entonces introduzca variables ficticias en el modelo. consume muchos grados de libertad, por lo que se debe sopesar el número de variables ficticias que ingresan al modelo para evitar exceder el número de observaciones de la muestra. Sin embargo, no debería ser fácil que el número de variables ficticias supere el número de observaciones de la muestra. . . 0.0

Eso es todo por ahora, y agregaré algunos lugares para seguir aprendiendo en el futuro~