Stata系列04:回归系数的正确解释
导读
回归分析是计量经济学的基石,几乎全部计量模型均与回归分析有关。例如当前较流行的双重差分方法(DID),就是典型的对回归分析的推广,而实证分析中必然涉及对回归系数的解释。
遗憾的是,由于对计量经济学基础的忽视,在很多学术论文中出现了对回归系数的不规范解读。那么,当模型中的变量在取对数与未取对数情况下,分别如何解释呢?本期小编带你搞清这个问题。
1、经济学中弹性的概念
正如哈尔·R.范里安在《观经济学:现代观点》中所指出,度量需求对价格或收入的某种变动程度的敏感度,是使我们所感兴趣的事情。首先,需求曲线的斜率可以作为敏感度的测度。毕竟,需求曲线的斜率表示需求数量的变动除以价格的变动:
但这个公式有一个缺点回归系数,就是需求曲线的斜率依赖于需求和价格的计量单位。最终,经济学家选择弹性作为敏度的测度指标。弹性被定义为销售数量的百分比变动除以价格的百分比变动,这样弹性的测度就与计量单位无关。用符号表示,弹性被表示为:
上式表明,弹性可以表示为价格对数量的比率与需求曲线斜率的乘积。
2、变量未取对数的情况
我们假设存在两组回归方程:
当我们采用式(1)减去式(2)的时候回归系数,可以得到如下的推导过程:
即此时回归系数表示为直线的斜率,它反映了y随x变化量发生改变的程度。可以解释为x变化一个单位,y变化β1个单位,当然所谓的单位应该是各自变量的具体计量单位。
3、变量取对数的情况
给出如下两组回归方程:
在进行基本推导前,我们首先回归一下导数的基本定义。如果我们学习过高等数学,则ln(x)的导数可以被表示为如下形式:
对于上式的右半部分,我们有:
对于这个公式,我们还可以进一步分别展开为如下形式:
因此,从上述公式可以看出,两个对数值相减可以认为是非对数形式的相对变化量。现在我们了解了基础理论。再回到开始的两组回归方程,来推导双对数形式下的回归系数含义。首先,我们同样采用两式相减:
这个公式相当于:
可以看出,回归系数β1的最终形式恰好与前面弹性E的公式形式完全吻合。因此在双对数回归方程中,β1可以被解释为x变动百分比所引起的y变动的百分比。
4、结语
好了,本期对回归系数的解释就介绍到这里。希望大家在以后写文章的过程中,能够正确区分取对数与未取对数情况下回归系数的解释,避免出现这种小的纰漏。本期内容同样适用于SPSS问卷数据分析的情况吼,论文的实证分析过程要真正做到严谨认真!
整理不易,欢迎点亮再看!
—Stata系列—
——————————
点亮再看,安康吉祥
———END———
限 时 特 惠: 本每日持续更新海量各大内部创业教程,一年会员只需98元,全资源免费下载
优惠码(不再需要): xnbaoku
大鱼项目网 » Stata系列04:回归系数的正确解释