3、同时引入加法与乘法形式的虚拟变量 当截距与斜率发生变化时，则需要同时引入加 法与乘法形式的虚拟变量。 ● 对于一元模型，有两组样本，则有可能出现下 述四种情况中的一种： 一 1=B1,且2=B2,即两个回归相同，称为重合回 (Coincident Regressions): 1却1 ,但2=B2,即两个回归的差异仅在其截距， 称为平行回归(Parallel Regressions); =B1,但02邦2，即两个回归的差异仅在其斜率， 称为汇合▣归(Concurrent Regressions): 郑1，且2郑2，即两个回归完全不同，称为相异 ▣归(Dissimilar Regressions)。3、同时引入加法与乘法形式的虚拟变量 • 当截距与斜率发生变化时，则需要同时引入加 法与乘法形式的虚拟变量。 • 对于一元模型，有两组样本，则有可能出现下 述四种情况中的一种： – 1 =1 ，且2 =2 ，即两个回归相同，称为重合回 归（Coincident Regressions）； – 11 ,但2 =2 ，即两个回归的差异仅在其截距， 称为平行回归（ParallelRegressions）; – 1 =1 ，但22 ，即两个回归的差异仅在其斜率， 称为汇合回归(Concurrent Regressions)； – 11，且22 ，即两个回归完全不同，称为相异 回归（Dissimilar Regressions）