异方差完整案例分析.docxVIP

Word可编辑 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差的例子。20世纪70年代中期，美国能源部门试图基于各地过去的汽油消耗量和人口变动情况以及其他一些因素给各地区、各州甚至各零售点直接分配汽油。实现这种分配必须将大量因素作为各州〔各地区〕的燃油消耗量(应变量)的函数而建立模型。而对于这样的横截面模型，即使是估计的模型,也很可能会具有异方差问题。 在模型中，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、注册的机动车数量和人口〕，以及与各州规模大小无关的变量〔例如燃油税率和最高限速〕。因为在模型中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〔但在时间序列模型中，它将是一个有用的变量〕。因此，一个合理的模型为： 〔10-20〕 式中 ——第个州的燃油消耗量〔百万BTU〕， ——第个州的注册机动车数量〔千辆〕， ——第个州的燃油税率〔美分/加仑〕， ——经典误差项。 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那么该州的燃油消耗量越小 在方程中我们也可用或者〔代表第个州的人口〕取代 在方程中我们也可用或者〔代表第个州的人口〕取代作为方程的解释变量。我们在第节中讨论虚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对一个小州的影响大得多，而用反映州的规模大小的变量乘以会使所得到的新变量〔交互项〕能够更好地度量这一效应。 〔10-21〕 〔0.0117〕 〔16.86〕 表10-1 燃油消费例子中的数据 PCON UHM TAX REG POP e state 270 9 743 1136 Maine 122 14 774 948 New Hampshire 58 11 351 520 Vermont 821 3750 5750 Massachusetts 98 13 586 953 Rhode lsland 450 11 2258 3126 Connecticut 1819 8 8235 17567 New York 1229 8 4917 7427 New lersey 1200 11 6725 11879 Pennsylvania 1205 7636 10772 Ohio 650 3884 5482 lndiana 1198 7242 11466 minois 760 13 6250 9116 Michigan 460 13 3162 4745 Wiscolnsin 503 13 3278 4133 Minnesota 371 13 2346 2906 lowa 571 7 3412 4942 Missouri 136 8 653 672 North Dakota 109 13 615 694 S 203 1215 1589 Nebraska 349 8 2061 2408 Kansa 118 11 415 600 Delaware 487 2893 4270 M 628 11 3705 5485 Uirginia 192 1142 1961 W 642 12 4583 6019 N 320 13 1975 3227 S 677 3916 5648 Ceorgia 1459 8 8335 10446 F 434 10 2615 3692 Kentuchy 482 9 3381 4656 Temmessee 457 11 3039 3941 A;aba,a 325 9 1593 2569 Mississippi 300 1481 2307 Arkansas 1417 8 2800 4383 Louisiana 451 2780 3226 Oklahoma 3572 5 11388 15329 T 131 9 758 805 Montana 105 873 977 ldaho 163 8 508 509 Wyoming 323 9 2502 3071 Coiorado 192 11 1193 1367 N 291 10 2216 2892 Arizona 169 11 1038 1571 U 133 12 710 876 Nevada 562 12 3237 4276 Washington 364 8 2075 2