計量經濟學中虛擬變數必須是0 1嗎？為什麼不能取1 2 3 4？

1樓：靜學社-學無止境

虛擬變數的值只是乙個代號，並無實際數值意義，所以可以取任意數值。

通過某些技巧性的設定，可以讓虛擬變數的回歸係數變得有實際意義，那是不是會更有實用價值呢！比如，我們通常看到的0、1 編碼就有實際意義。0、1 編碼虛擬變數的回歸係數可以表示該水平和參考水平的均值差。

一般來說，虛擬變數的取值不會亂來，而是取某些特定值，讓回歸係數變得有意義，比如讓回歸係數表示該水平和所有水平總均值差或讓回歸係數表示該水平和後/前乙個水平的均值差等。

2樓：

在我的理解，虛擬變數就是是不是，比如男女，你是不是男生，是就是1，不是就是0。也就是說這裡實際上使用不是男，來表示女。

而出現多種選擇的情況，則變為兩個虛擬變數。如一共有三個小組。你是第一組的成員嘛？

是就是1，不是就是0。你是第二組的成員嗎？是就是1，不是就是0。

如果你是第三組的成員。那麼相當於你不是第一也不是第二組成員。

三個情況分別是(1 0) (0 1) (0 0)然後在回歸當中，實際上是做了兩個分組相當於第三個分組的截距項。注意虛擬變數陷阱的問題。也就是說設定虛擬變數要比實際的值少乙個才可以。

個人看法。

3樓：

首先，如果不取0／1，而是取1／2，那對變數自身的估計係數不會有任何影響。如果取0／2的話，那就相當於做了個單位變換，估計結果也沒有什麼本質變化。從這個角度說，0／1是最自然的選擇，沒什麼理由取別的值。

然後，如果跟你題目一樣，允許乙個虛擬變數存在多於兩個取值。比如用乙個變數代表受教育程度，0為初中畢業，1為高中畢業，2為大學畢業。那麼注意到我們乙個回歸對每個變數都只能獲得乙個係數β，這個係數的含義是解釋變數變化1，被解釋變數變化β。

但現在解釋變數變化1有兩種可能。

因而這個設定就相當於假設了從初中畢業變為高中畢業和從高中畢業變為大學畢業對被解釋變數的影響是一樣的。

在資料允許的情況下，我們當然沒必要做這樣的假設，因而設定多個虛擬變數比設定乙個有多個值的變數更合適。

當然，如果值有很多種，那為每個值都設定乙個虛擬變數自然也沒必要，那這時候是把這些值做歸併來減少虛擬變數個數，或者索性就當成連續變數用，也都不是不能接受的選擇。

4樓：連玉君

專題：資料處理

Stata：虛擬變數專題-生成與使用專題：交乘項-調節

Stata：虛擬變數交乘項生成和檢驗的簡便方法Note：產生如下推文列表的 Stata 命令為：

lianxh 虛擬變數

安裝最新版 lianxh 命令：

ssc install lianxh, replace專題：結果輸出

Stata：回歸結果中不報告行業虛擬變數的係數專題：回歸分析

Stata：時間虛擬變數還是時間趨勢項?傻傻分不清：時間趨勢項與時間虛擬變數Stata因子變數：虛擬變數-交乘項批量處理

5樓：分析101

計量經濟學中，大多數的回歸都是為了得到某種處理效應（Treatment Effect）。取0、1是為了區分某個自變數的影響，如用代表男，用代表女，為身高。那麼可建立回歸方程：

，我們就可以通過估計的值來看一下，男性和女性的身高差距究竟有多少。

如果是多值的離散變數，在無法保證兩兩之間距離有經濟意義的情況下，不能使用1、2、3、4，只能加入多個0/1變數去回歸，如果該離散變數有個值，就加入個0/1變數。

6樓：Debbie

我覺得你是指Binary variable？有些變數本身就是二進位制的，比如0代表女，1代表男，0代表False，1代表True，0代表失敗，1代表成功等等。

7樓：

除了方便解釋（有比較明顯的含義）外，更重要的是概率測度的要求，概率測量的整個概率必須為1。甚至可以說完全是因為概率測度的要求。