Оценивание регрессии с использованием фиктивных переменных более информативно в том отношении, что позволяет использовать Г-критерий для оценки существенности влияния каждой фиктивной переменной на зависимую переменную. [c.124]
По общей (объединенной) выборке оценена регрессия с использованием фиктивной переменной Z (Z= 1 для мужчины и Z— 0 для женщины), которая имеет вид [c.132]
РЕГРЕССИЯ С ИСПОЛЬЗОВАНИЕМ ФИКТИВНЫХ ПЕРЕМЕННЫХ [c.672]
Фиктивные переменные бывают двух типов — сдвига и наклона. Фиктивная переменная сдвига — это переменная, которая меняет точку пересечения линии регрессии с осью ординат в случае применения качественной переменной. Фиктивная переменная наклона — это та переменная, которая изменяет наклон линии регрессии в случае использования качественной переменной- Оба типа фиктивных переменных будут иметь значение +1 или —1, когда наблюдения данных совпадают с уместной количественной переменной, но будут иметь нулевое значение при совпадении с наблюдениями, где эта качественная переменная отсутствует. Рис. 6.5 и 6.6 иллюстрируют эти определения. [c.292]
Отметим, что использование указанной F-статистики (теста Чоу) осуществляется достаточно просто. Однако оно менее информативно, нежели общий анализ сложной регрессии с фиктивными переменными, осуществляемый на базе t-статистик (с учетом вклада каждой фиктивной переменной), коэффициента детерминации и статистики Дарбина-Уотсона. Однако тест Чоу вполне достаточен, если требуется установить, что зависимости в подвыборках различаются. [c.266]
Ниже рассматриваются такие вопросы регрессионного анализа, как пошаговая регрессия, неарность, относительная важность независимых переменных (предикторов) и перекрестная проверка. Мы опишем регрессию с фиктивными переменными и использование этой процедуры для выполнения дисперсионного и ковариационного анализа. Рассмотрим на применение регрессионного анализа. [c.641]
Этот подход был использован Хенрикссоном и Мертоном (1981), которые применили фиктивные переменные в линейной регрессии следующей формы [c.293]