Chương 6 giúp người học hiểu về "Biến giả trong phân tích hồi quy". Nội dung trình bày cụ thể gồm có: Chỉ có một biến giả trong mô hình, sử dụng nhiều biến giả trong mô hình, biến tương tác liên quan đến 2 biến giả, biến tương tác liên quan đến 1 biến giả và 1 biến định lượng, ví dụ về ứng dụng sử dụng biến giả | Chương 6 Biến giả trong phân tích hồi quy TS. Đinh Thị Thanh Bình Khoa Kinh Tế Quốc Tế- Đại học Ngoại thương KHÁI NIỆM Biến định lượng: các giá trị quan sát được thể hệ bằng con số Biến định tính: thể hiện một số tính chất nào đó Để đưa những thuộc tính của biến định tính vào mô hình hồi quy, cần lượng hóa chúng => sử dụng biến giả (binary, zero-one, dummy variables) Chỉ có một biến giả trong mô hình wage 0 0 female 1educ u (1) 0 E(wage | female 1, educ) E(wage | female 0, educ) Female = 1 tương ứng với nữ giới, female = 0 tương ứng với nam 0 E(wage | female, educ) E(wage | male, educ) Nghĩa là: với trình độ học vấn như nhau, sự khác biệt về lương, 0 , là do sự khác biệt về giới tính. Y men: wage 0 1educ slope 1 women : wage ( 0 0 ) 1educ 0 0 0 X Hình : Đồ thị của wage 0 0 female 1educ u; 0 0 - Độ dốc như nhau do không phụ thuộc vào educ. - Hệ số tự do khác nhau (intercept) Chú ý: Một chỉ tiêu chất lượng có n phạm trù (thuộc tính) khác nhau thì dùng n-1 biến giả Ví dụ: giới tính có 2 phạm trù (male, female) dùng 1 biến giả - Ở ví dụ trên, male được gọi là phạm trù cơ sở (base group) - Nếu male là phạm trù cơ sở thì có mô hình như sau: wage 0 0 female 1educ u - Các phương pháp kiểm định giả thuyết thống kê với biến giả giống như với biến định .