Jenny2021-05-10 20:32:44

同学你好，虚拟变量陷阱是指一般在引入虚拟变量时要求如果有m个定性变量，在模型中引入m-1个虚拟变量。对于季度来说，一年有四个季度，假如D1表示第一季度，D2表示第二季度，D3表示第三季度，那么D4 就等于1-D1-D2-D3。这和它们的取值是0或1 是不矛盾的，现实是不可能出现既是第三季度，又是第二季度。比如现在是第二季度，D2=1,其他的变量就是都是0，包括D4. 假设D4也包含在模型里，那么变量之间就存在完全共线性。
另外，这里再对虚拟变量陷阱进行展开一下，这部分的解释会有些超纲，会涉及到矩阵和线性代数方面的内容，所以这部分会简单略过不展开。大概了解一下就可以了。
主要是记结论，即如果有截距项的情况下，只能引入m-1个虚拟变量，否则会导致虚拟变量陷阱。
假设y是因变量，自变量有C1、C2、C3。在有截距项b时，回归模型为：
y=a1×C1+a2×C2+a3×C3+b
按上图中的虚拟变量设置，用OLS（ordinary least squares）求解方程的时候，模型解为
[a1,a2,a3,b]’=invert((X’X))X’Y，
当有截距项b的并用时候，用上述公式求解模型就会遇到“虚拟变量陷阱”，也就是矩阵X’X是不可逆的（因为矩阵并不是满秩的）。简单来说就是完全多重共线性（即其中一个自变量可以完全由另外两个自变量决定）导致OLS算法中矩阵不可逆。从而无法计算回归模型的系数（“虚拟变量陷阱”是和回归模型的求解算法有关的，上述的OLS的闭式解会报错）。如果去掉截距项，这个矩阵是满秩的，也就是各列向量并不是线性相关。故此时，没有共线性的问题，那么就可以计算出回归模型的系数。