R 가변수모형 1
I. 가변수모형의 유형
II. 복수의 가변수모형
Ⅰ. 가변수모형의 유형 2
1. 모형의 추정
b2-ch4-1.R
library(car) library(stargazer)
data<-read.table("http://kanggc.iptime.org/book/data/dum my.txt", header=T)
y<-ts(data$GDP, start=c(1995,1), frequency=4) c<-ts(data$CONSUME, start=c(1995,1), frequency=4) n=length(c)
tr=1:n tr
d.log<-tr <= 12 d.log
d<-as.numeric(d.log) d
dy<-d*y
(cbind(y,c,d,dy))
3
b2-ch4-1.R
library(car) library(stargazer)
data<-read.table("http://kanggc.iptime.org /book/data/dummy.txt", header=T)
y<-ts(data$GDP, start=c(1995,1), frequen cy=4)
c<-ts(data$CONSUME, start=c(1995,1), fr equency=4)
n=length(c) tr=1:n
d.log<-tr <= 12 d<-as.numeric(d.log) dy<-d*y
y;c;d;dy
m1.lm<-lm(c~d+y) summary(m1.lm) m2.lm<-lm(c~y+dy) summary(m2.lm) m3.lm<-lm(c~d+y+dy) summary(m3.lm)
stargazer(m1.lm, m2.lm, m3.lm, type="text"
, title="Regression Results of using Dummy Variable")
다음에 계속
4
b2-ch4-1.R
앞에서 계속
jointHo<-c("d","dy")
linearHypothesis(m3.lm, jointHo)
m4.lm<-lm(c~y, data=data, subset=(d==1)) summary(m4.lm)
m5.lm<-lm(c~y, data=data, subset=(d==0)) summary(m5.lm)
stargazer(m4.lm, m5.lm, type="text", title="Regre ssion Results of separate period")
2. 결합 검정
Ⅱ. 복수의 가변수 모형 5
1. 모형의 추정
b2-ch4-2.R
library(stargazer)
data<-read.table("http://kanggc.iptime.org/book/data/inco me.txt", header=T)
age<-data$age ed<- data$ed
gender<-data$gender income<-data$income age;ed;gender;income
high<-ifelse(data$ed==3, 1, 0) college<-ifelse(data$ed>3, 1, 0) (cbind(ed,high,college))
다음에 계속
6
b2-ch4-2.R
library(stargazer)
data<-read.table("http://kanggc.iptime.org /book/data/income.txt", header=T)
age<-data$age ed<- data$ed
gender<-data$gender income<-data$income
age;ed;gender;income
high<-ifelse(data$ed==3, 1, 0) college<-ifelse(data$ed>3, 1, 0)
(cbind(ed,high,college))
m1.lm<-lm(income~age+gender+high+coll ege)
summary(m1.lm)
stargazer(m1.lm, type="text", title="Regress ion Results of using Dummy Variable")
7
2. 추정결과의 해석
(1)통계적 유의성을 고려하지 않을 경우
구분 여자 남자
중졸 이하 -1.363(reference) (-1.363+0.658)=-0.705 고졸 (-1,363+0.389) (-0.705+0.389) 대졸 이상 (-1,363+0.982) (-0.705+0.982)
- 월급여의 차이를 살펴보기 위해 추정결과를 정리해 보면 다음의 표와 같고 이에 대한 해석(통계적 유의 성은 고려하지 않는다고 가정)은 다음과 같음
- 성별은 나타내는 가변수의 값이 0, 학력을 나타내는 가변수의 값이 0인 경우를 비교의 기준(reference) 으로 삼는 것이 일반적이므로 여기서는 중졸 여자가 reference가 됨
- 연령을 통제한 상태에서 즉, 동일한 연령에서
∙ 중졸 남자는 중졸 여자에 비해 월급여는 평균 0.658백만원 즉, 6.58십만 원 높음
∙ 고졸은 남녀에 관계없이 중졸에 비해 평균 0.389백만원 즉, 3.89십만 원 높음
∙ 대졸 이상은 남녀에 관계없이 중졸에 비해 평균 0.982백만원 즉, 9.82십만 원 높고, 남녀에 관계없이 고졸에 비해 평균 0.593백만원 즉, 5.93십만 원 높음
(2)통계적 유의성을 고려할 경우
구분 여자 남자
중졸 이하 -1.363(reference) (-1.363+0.658)=-0.705
고졸 -1,363 -0.705
대졸 이상 (-1,363+0.982) (-0.705+0.982)
- 연령을 통제한 상태(즉, 동일한 연령) 고졸은 남녀에 관계없이 중졸과 동일하고,
대졸 이상은 남녀에 관계없이 중졸 및 고졸에 비해 평균 0.982백만원 즉, 9.82십만 원 높음