第3 章、虚拟变量 虚拟变量（Du mmy v ariable；binary v ariable）：也称为哑变量、定性变量和二进制变量等等。 作用：采用虚拟变量来分离定性变量对被解释变量的影响，如性别、职称、肤色、季度、历史时期、政治等等。 我们按照几个例子来学习如何正确使用、构造虚拟变量。 §1 、比较均值 1 、“五年纷纭话股市” 问题：上海和深圳两个股票市场（在过去 5 年内）的收益率有显著差异吗？ 分别建立如下回归方程 上海：iir 深圳：iir 问题转化为检验 是否显著不为 0 。建立如下含有虚拟变量的回归方程： iiirD 其中iD 是一个解释变量，也是虚拟变量： 0, 1, iD 上海深圳 对复合方程进行回归，直接对解释变量实施t 检验即可。 2、Eviews 实现的具体过程。 使用 series r=log(p)-log(p(-1))将收盘价序列转化为收益率序列。将Eviews 数据（都是取最后 1000 个数据）copy 到 matlab，建立数据列向量和虚拟变量列向量。 r=[shr; szr]; d=[zeros(length(shr),1);ones(length(szr),1)]; 将 matlab 数据 copy 到 excel，再导入 eviews。得到被解释变量r 和解释变量dd（eviews 不能用 d 这个记号，表示差分）。数据文件为dummy_stockmarket_camparingmean -0.15-0.10-0.050.000.050.100.15500100015002000R 进行回归：ls r c dd，得到 Dependent Variable: R Method: Least Squares Date: 10/24/04 Time: 12:27 Sample: 1 2000 Included observations: 2000 Variable Coefficient Std. Error t-Statistic Prob. C 0.000729 0.000686 1.062553 0.2881 DD 0.000370 0.000970 0.381495 0.7029 R-squared 0.000073 Mean dependent var 0.000914 Adjusted R-squared -0.000428 S.D. dependent var 0.021682 S.E. of regression 0.021687 Akaike info criterion -4.823215 Sum squared resid 0.939705 Schwarz criterion -4.817614 Log likelihood 4825.215 F-statistic 0.145538 Durbin-Watson stat 1.966857 Prob(F-statistic) 0.702877 得到什么结论？ §2、保险公司的革新 例子（来自于易丹辉《数据分析与 Eviews 应用》P49）：公司规模、类型与采取某项保险革新措施的速度之间有关系吗？ 为研究采取某项保险革新措施的速度 y与保险公司的规模 x1 和保险公司类型的...
