Dummie

erklärende Variable in einem Regressionsmodell, die nur fest vorgegebene Werte (z.B. null oder eins) annehmen kann.

Dummies dienen dazu, exogene Strukturveränderungen zu berücksichtigen, die nicht von den anderen erklärenden Variablen aufgefangen werden. Typisches Anwendungsgebiet stellen saisonale Dummies dar. Sie werden benutzt, um saisonalen Schwankungen in Zeitreihendaten Rechnung zu tragen. In ein typisches Quartalsmodell werden drei Dummie-Variablen integriert, wobei die erste den Wert eins annimmt, wenn die Beobachtung aus dem ersten Quartal stammt, und andernfalls null ist. Analoges gilt für die anderen Dummies. Nehmen alle drei Dummies den Wert null an, ist die Beobachtung aus dem vierten Quartal. Ergibt ein F-Test (F-Test für das multiple Regressionsmodell) der Nullhypothese, dass die Koeffizienten der Dummies alle null sind, eine Ablehnung selbiger, kann davon ausgegangen werden, dass die erklärte Variable von saisonalen Effekten beeinflusst wird. Würde in einem solchen Fall auf die Dummies im Modell verzichtet, würden Veränderungen der erklärten Variable Y, die rein saisonbedingt sind, auf Veränderungen der erklärenden Variablen X₁, …, X_K zurückgeführt werden, was zu einer Fehleinschätzung des Einflusses der X₁, …, X_K auf Y bzw. einer Verzerrung der OLS-Schätzer (Kleinstquadratemethode, gewöhnliche) der Parameter von X₁, …, X_K führen kann.