异方差完整案例分析.docVIP

10. 5 一个更完整的例子 让我们来看一个更完整的基于横殿面的异方茅的例子。20世纪70年代屮期，美国能源 部门试图基于备地过去的汽油消耗最和人口变动情况以及其他一些因素给备地区、各州英至 备零倍点肓接分配汽汕。实现这种分配必须将大暈因素作为各州（备地区）的燃汕消耗量（丿V 变量）的函数而建立模型。而对于这样的横截血模型，即使是估计的模型，也很可能会具有异 方差问题。 在模型屮，应变量为各州的燃油消耗量，可能的解释变量包括：与各州规模大小相关 的变量（例如公路里程数、注册的机动车数最和人口），以及与各州规模大小无关的变量（例 如燃汕税率和最高限速）。因为在模型屮反映各州规模大小的变量不应多于一个（如果包含 过多变量容易导致多重共线性），因为有许多州的最高限速相同（但在时间序列模型屮，它 将是一个有用的变量）。因此，一个合理的模型为： PCON, = f（REG.TAX） + ^ =几 + + /3X广 ? （10-20） 式屮 PCONj——第i个州的燃油消耗量（百万BTU）, REG：——第i个州的注册机动车数量（千辆）， TAX：——第i个州的燃油税率（美分/加仑）， 5——经典误弟项。 我们可以认为一个州注册的汽车数量越多，该州所消耗的燃油也越多；而一个州的燃油 税率越高则该州的燃油消耗量越小打我们搜集那一时期的数据（见表10-1）用于估计方稈 （10-20）,得到： A PCON. =551.7 + 0」861/?EG, -53.59L4X, （10-21） （0.0117） （16.86） （ = 15.88 -3.18 斤2 =0.861 TV = 5（） a lo-i燃油消费例子中的数据 PCON UIIM TAX REG POP e state 270 2.2 9 743 1136 62.335 Maine 122 2.4 14 774 948 176.52 New Hampshire 58 0.7 11 351 520 30.481 Vermont 821 20.6 9.9 3750 5750 101.87 Massachusetts 1在方程屮我们也可用TAX * REG或者TAX * POP （ POP代表第7个州的人口）取代作为方程的解释 变最。我们在第7.5节中讨论艰拟变量斜率时曾介绍了一个关于交互项的更为复杂的例子。对于一个给定 的税率，它对一个大州的燃油消耗的影响要比対一个小州的影响大得多，而用反映州的规模大小的变最乘 以〃X会使所得到的新变杲（交互项）能够更好地度最这一效应。 98 3.6 13 586 953 133.92 Rhode Island 450 10.1 II 2258 3126 67.527 Connecticut 1819 36.4 8 8235 17567 163.24 New York 1229 22.2 8 4917 7427 190.83 New lersey 1200 27.9 II 6725 11879 -13.924 Pennsylvania 1205 29.2 11.7 7636 10772 -140.98 Ohio 650 17.6 11」 3884 5482 ?29.764 Indiana 1198 30.3 7.5 7242 11466 -299.72 ininois 760 25」 13 6250 9116 -258.33 Michigan 460 13.8 13 3162 4745 16.446 Wiscolnsin 503 13.0 13 3278 4133 37.855 Minnesota 371 1 13 2346 2906 79.330 Iowa 571 13.9 7 3412 4942 -240.63 Missouri 136 1.6 8 653 672 -108.50 North Dakota 109 1.6 13 615 694 139.52 South Dakota 203 4.3 13.9 1215 1589 170.08 Nebraska 349 8.4 8 2061 2408 -157.58 Kansas 118 1.4 11 415 600 78.568 Delaware 487 9.8 13.5 2893 4270 120.31 Maryland 628 12.4 11 3705 5485 ?23.806 Uirginia 192 2.9 10.5 1142 1961 -9.5451 West Virginia 642 17.1 12 4583 6019 -119.64 North Carolina 320 7.1 13 1975 3227 97.385 South Carolina 677 15.6 7.5 3916 5