Textbook Notes (368,317)
Canada (161,798)
Economics (479)
ECO220Y1 (33)
Chapter 21

ECO220Y1 Chapter 21 Notes
Premium

5 Pages
46 Views
Unlock Document

Department
Economics
Course
ECO220Y1
Professor
Jennifer Murdock
Semester
Fall

Description
ECO220Y1 Textbook Notes Chapter 21: Building Multiple Regression Models 21.1 Indicator (or Dummy) Variables • Indicator variable: a variable constructed to indicate for each case whether it’s in a  designated group or not. Usually the values are 0 and 1, where 1 indicates group  membership. o Synonymous with dummy variable. o I.e. 1 if the rollercoaster has an inversion; 0 if it does not. o Coefficient in front of the variable in a regression indicates the vertical  shift up/down depending on it’s sign and if the case is in the group or not.  So long as the slopes of the two groups are the same. 21.2 Adjusting for Different Slopes – Interaction Terms • Interaction term: a variable constructed by multiplying a predictor variable by an  indicator variable. o It adjusts the slope of that predictor for the cases identified by the  indicator.  I.e. whether or not something belongs to a group could influence  what the slope for their regression should be. • Creating indicator variables with possible values > 1 means a strong assumption is  being made that for each level, the predicted value is affected in the same  direction and magnitude.  o I.e. if the variable is months and you use numbers 0­11 to indicate the  months, it would imply that for each successive month, the predictor  variable would be affected in the same way as the previous month  (coefficient is the same). o Instead, for a variable with k levels, create k – 1 indicators using one level  as the baseline.  Allows the affect of each level to be different from each other in  direction and magnitude. 21.3 Multiple Regression Diagnostics • If a case doesn’t conform to the others (outlier), we should identify it and, if  possible, understand why it’s different. • With multiple regressions, large deviations of an outlier in the y­direction show up  in the residuals as outliers. o Deviations in the x’s show up as leverage.  Cases may have an unusual combination of predictor variables and  thus exert pressure on the regression output. • Hard to visually see. • Leverage: a measure of the amount of influence an individual case has on the  regression. Denoted as h. o For any case, add one to its y­value; re­compute the regression, and see  how much the predicted value of the case changes.  The change is the leverage and is 0 
More Less

Related notes for ECO220Y1

Log In


OR

Join OneClass

Access over 10 million pages of study
documents for 1.3 million courses.

Sign up

Join to view


OR

By registering, I agree to the Terms and Privacy Policies
Already have an account?
Just a few more details

So we can recommend you notes for your school.

Reset Password

Please enter below the email address you registered with and we will send you a link to reset your password.

Add your courses

Get notes from the top students in your class.


Submit