计量经济学实验（6）：异方差：诊断与克服.doc

计量经济学实验（6）：异方差诊断与克服 一、问题的提出和模型设定 根据本章引子提出的问题，为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型。假定医疗机构数与人口数之间满足线性约束，则理论模型设定为 （1） 其中表示卫生医疗机构数，表示人口数。由2001年《四川统计年鉴》得到如下数据。 表1 四川省2000年各地区医疗机构数与人口数 地区 人口数（万人） X 医疗机构数（个）Y 地区 人口数（万人） X 医疗机构数（个）Y 成都 1013.3 6304 眉山 339.9 827 自贡 315 911 宜宾 508.5 1530 攀枝花 103 934 广安 438.6 1589 泸州 463.7 1297 达州 620.1 2403 德阳 379.3 1085 雅安 149.8 866 绵阳 518.4 1616 巴中 346.7 1223 广元 302.6 1021 资阳 488.4 1361 遂宁 371 1375 阿坝 82.9 536 内江 419.9 1212 甘孜 88.9 594 乐山 345.9 1132 凉山 402.4 1471 南充 709.2 4064 二、参数估计 进入EViews软件包，确定时间范围；编辑输入数据；选择估计方程菜单，估计样本回归函数如下 表2 样本方程回归结果 估计结果为 (2) 括号内为t统计量值。 三、检验模型的异方差 本例用的是四川省2000年各地市州的医疗机构数和人口数，由于地区之间存在的不同人口数，因此，对各种医疗机构的设置数量会存在不同的需求，这种差异使得模型很容易产生异方差，从而影响模型的估计和运用。为此，必须对该模型是否存在异方差进行检验。 （一）图形法 1、EViews软件操作。 由路径：Quick/Qstimate Equation，进入Equation Specification窗口，键入“y c x”，确认并“ok”，得样本回归估计结果，见表2。 （1）生成残差平方序列。在得到表5.2估计结果后，立即用生成命令建立序列，记为e2。生成过程如下，先按路径：Procs/Generate Series，进入Generate Series by Equation对话框，即 图1 然后，在Generate Series by Equation对话框中（如图1），键入“e2=（resid）^2”，则生成序列。 （2）绘制对的散点图。选择变量名X与e2（注意选择变量的顺序，先选的变量将在图形中表示横轴，后选的变量表示纵轴），进入数据列表，再按路径view/graph/scatter，可得散点图，见图2。 图2 对的散点图 2、判断。由图2可以看出，残差平方对解释变量X的散点图主要分布在图形中的下三角部分，大致看出残差平方随的变动呈增大的趋势，因此，模型很可能存在异方差。但是否确实存在异方差还应通过更进一步的检验。 （二）White检验(重点介绍,并掌握) 由表2回归方程结果，按路径view/residual tests/white heteroskedasticity（no cross terms or cross terms），进入White检验。根据White检验中辅助函数的构造，最后一项为变量的交叉乘积项，因为本例为一元函数，故无交叉乘积项，因此应选no cross terms，则辅助函数为 （3） 经估计出现White检验结果，见表3。 从表3可以看出，，由White检验知，在下，查分布表,得临界值（在（3）式中只有两项含有解释变量，故自由度为2），比较计算的统计量与临界值，因为＞，所以拒绝原假设，不拒绝备择假设，表明模型存在异方差。 表3 White一般异方差检验输出结果 三、异方差性的修正 （一）加权最小二乘法（WLS）(重点理解并掌握) 在运用WLS法估计过程中，我们分别选用了权数。权数的生成过程如下，由图4，在对话框中的Enter Quation处，按如下格式分别键入：；；，经估计检验发现用权数的效果最好。下面仅给出用权数的结果。 加权最小二乘法（WLS）实现步骤：键入ls Y（w2=1/x^2）c x 表5.4 WLS法输出结果 表4的估计结果如下 （5.36） 注：括号中数据为t统计量值。 可以看出运用加权小二乘法消