第二章案例分析

一、研究的目的要求

居民消費在社會經濟的持續發展中有著重要的作用。居民合理的消費模式和居民適度的

消費規模有利于經濟持續健康的增長，而且這也是人民生活水平的具體表達。改革開放以來

隨著中國經濟的快速發展，人民生活水平不斷提高，居民的消費水平也不斷增長。但是在看

到這個整體趨勢的同時，還應看到全國各地區經濟發展速度不同，居民消費水平也有明顯差

異。例如，2002年全國城巾居民家庭平均每人每年消費又出為元，最低的黑龍江省僅為人均

元，最高的上海市達人均10464元，上海是黑龍江的倍。為了研究全國居民消費水平及其變

動的原因，需要作具體的分析。影響各地區居民消費支出有明顯差異的因索可能很多，例如，

居民的收入水平、就業狀況、零售物價指數、利率、居民財產、購物環境等等都可能對居民

消費有影響。為了分析什么是影響各地區居民消費支出有明顯差異的最主要因素，并分析影

響因索與消費水平的數量關系，可以建”.相應的計量經濟模型去研究。

二、模型設定

我們研究的對象是各地區居民消費的差異。居民消費可分為城市居民消費和農村居民消

費，由于各地區的城市與農村人口比例及經濟結構有較大差異，最具有直接比照可比性的是

城市居民消費。而且，由于?各地區人口和經濟總量不同，只能用“城市居民每人每年的平均

消費支出”來比較，而這正是可從統計年鑒中獲得數據的變量。所以模型的被解釋變量Y

選定為“城市居民每人每年的平均消費支出二

因為研究的目的是各地區城市居民消費的差異，并不是城市居民消費在不同時間的變

動，所以應選擇同一時期各地區城市居民的消費支出來建立模型。因此建立的是2002年截

面數據模型。

影響各地區城市居民人均消費支出有明顯差異的因素有多種，但從理論和經驗分析，最

主要的影響因素應是居民收入，其他因素雖然對居民消費也有影響，但有的不易取得數據，

如“居民財產”和“購物環境”；有的與居民收入可能高度相關，如“就業狀況”、“居民財

產”：還有的因素在運用截面數據時在地區間的差異并不大，如“零售物價指數”、“利率”。

因此這些其他因素可以不列入模型，即便它們對居民消費有某些影響也可歸入隨即擾動項

中。為了與“城市居民人均消費支出”相對應，選擇在統il?年鑒中可以獲得的“城市居民每

人每年可支配收入”作為解釋變量X。

從2002年《中國統計年鑒》中得到表的數據：

表2002年中國各地區城市居民人均年消費支出和可支配收入

地區城市居民家庭平均每人每年消費支出（元）城市居民人均年可支配收入（元）

YX

北京

天津

河北

山西

內蒙古

遼寧

吉林

黑龍江

上海

江蘇

浙江

安徽

福建

江西

山東

河南

湖北

湖南

廣東

廣西

海南

重慶

四川

貴州

云南

西藏

陜西

甘肅

青海

寧夏

新疆

作城市居民家庭平均每人每年消費支出(Y)和城市居民人均年可支配收入(X)的散點圖,

如圖：

圖

從散點圖可以看出居民

家庭平均每人每年消費支出

(Y)和城市居民人均年可支配

收入(X)大體呈現為線性關系，

所以建立的計量經濟模型為

如下線性模型：

工=尸1+尸2X4Ui

三、估計參數

假定所建模型及隨機擾動項〃，滿足古典假定，可以用OLS法估計其參數。運用電腦軟

件EViews作計量經濟分析卜分方便。

利用EViews作簡單線性回歸分析的步驟如下:

1、建立工作文件

首先，雙擊EViews圖標，進入EViews主頁。在菜單一次點擊File\New\Workfile,出

現對話框“WorkfileRange"。在"Workfilefrequency”中選擇數據頻率：

Annual（年度）Weekly(周數據)

Quartrly（季度）Daily(5dayweek)(每周5天日數據)

SemiAnnual（半年）Daily(7dayweek)(每周7天日數據)

Monthly（月度）Undatedorirrcqular(未注明日期或不規則的)

在本例中是截面數據，選擇“Undaiedorirreqular"。并在"Slarldatev中輸入開始時間

或順序號，如“1”在“enddate”中輸入最后時間或順序號，如“31”點擊“ok”出現“Workfile

UNTITLED"工作框。其中已有變量：“c”一截距項“resid”一剩余項。

在“Objects”菜單中點擊“NewObjects”，在“NewObjects”對話框中選“Group”，并

在“NameforObjects”上定義文件名，點擊“0K”出現數據編輯窗口。

假設要將工作文件存盤，點擊窗口上方“Save”，在“SaveAs”對話框中給定路徑和文件名，

再點擊“ok”，文件即被俁存。

2、輸入數據

在數據編輯窗口中，首先按上行鍵“t”，這時對應的“obs”字樣的空格會自動上跳，在

對應列的第二個“obs”有邊框的空格鍵入變量名，如“Y”，再按下行鍵“I”，對因變量名

下的列出現“NA”字樣，即可依順序輸入響應的數據。其他變量的數據也可用類似方法輸

入。

也可以在EViews命令框直接鍵入“dataXY”(一元時)或“dataYX\X2…”(多元

時)，回車出現“Group”窗口數據編輯框，在對應的Y、X下輸入數據。

假設要對數據存盤，點擊"fire/SaveAs”，出現“SaveAs”對話框，在“Drives”點所

要存的盤，在“Directories”點存入的路徑(文件名),在“FireName”對所存文件命名,

或點已存的文件名,再點“ok”。

假設要讀取已存盤數據，點擊“fire/Opcn”，在對話框的“Drives”點所存的磁盤名，在

“Directories”點文件路徑,在“FireName”點文件名，點擊“ok唧可。

3、估計參數

方法一：在EViews主頁界面點擊“Quick”菜單，點擊“EstimateEquation”，現“Equation

specification”對話框,選OLS估計，即選擊“LeastSquares”，鍵入“YCX",點“ok”或

按回車，即出現如表那樣的回歸結果。

表

Method:LeastSquares

Date:02/25.-05Time:03:15

Sample:131

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C282.2434287.2649098252003340

X0.7585110.03692820.540260.0000

R-squared0935685Meandependentvar5982.476

AdjustedR-squared0.933467S.D.dependentvar1601.762

S.E.ofregression413.1593Akaikeinfocriterion14.94788

Sumsquaredresid4950317.Schwarzcriterion15,04040

Loglikelihood-229.6922F-statistic421.9023

Durbin-Watsonstat1.481439Prob(F-statistic)0.000000

在本例中，參數估計的結果為：

A

工=282.2434+0.75851IX,

0i0.036928)

t=(0.982520)(20.54026)

產=0.935685F=421.9023df=29

方法二：在EViews命令框中直接鍵入“LSYCX”,按回車,即出現回歸結果。

假設要顯示回歸結果的圖形，在“Equation”框中，點擊“Resids”，即出現剩余項

(Residual)＞實際值(Actual)、擬合值(Fitted)的圖形,如圖所示。

四、模型檢驗

1、經濟意義檢驗

A

所估計的參數用=（>758511,說明城市居民人均年可支配收入每相差1元，可導致居

民消費支出相差元。這與經濟學中邊際消費傾向的意義相符。

2、擬合優度和統計檢驗

用EViews得出回歸模型參數估計結果的同時，己經給出了用「模型檢驗的相關數據。

擬合優度的度量：由表中可以看出，本例中可決系數為，說明所建模型整體上對樣本數

據擬合較好，即解釋變量“城市居民人均年可支配收入”對被解釋變量“城市居民人均年消

費支出”的絕大部分差異作出了解釋。

對回歸系數的t檢驗：針對"。：氏二°和"。：62二°,由表中還可以看出，估計的回

歸系數4的標準誤差和t值分別為：陽劭=287.2649,"4）=0.982520；色的標準

誤差和t值分別為：SE（A）=0.036928,f（A）=20.54026。取。=0.05,簞分布表得

自由度為〃-2=31—2=29的臨界值仇25（29）=2.045。因為

）=0.982520<f0,025（29）=2.045,所以不能拒絕"o：四二°：因為

?0）=20.54026025Q9）=2.045,所以應拒絕"o：62二°。這說明，城市人均年可支

配收入對人均年消費支出有顯著影響。

五、回歸預測

由表中可看出，2002年中國西部地區城市居民人均年可支配收入除了西藏外均在8000

以下，人均消費支出也都在7000元以下。在西部大開發的推動下，如果西部地區的城市居

民人均年可支配收入第一步爭取到達1000美元（按現有匯率即人民幣8270元），第二步再爭

取到達1500美元（即人民幣12405元）.利用所估計的模型可預測這時城市居民可能到達的

人均年消費支出水平。可以注意到，這里的預測是利用截面數據模型對被解釋變量在不同空

間狀況的空間預測。

用EViews作回歸預測，首先在“Workfile”窗口點擊“Range"，出現aChangeWorkfile

Range"窗口，將"Enddata”由“31”改為“33”，點“OK”，將“Workfile”中的“Range”

擴展為1-33。在“Workfile”窗口點擊“sampl”，將“samp『窗口中的“131”改為“133”,

點“OK”，將樣本區也改為1—33。

為了輸入“"="270,*c=12405在Eviews命令框鍵入datax/回車，在X數據表

中的“32”位置輸入“8270”，在“33”的位置輸入“12405”,將數據表最小化。

然后在框中，點擊“Forecast”，得對話框。在對話框中的“Forecastrame"

y

（預測值序列名）鍵入“f”，回車即得到模型估計值及標準誤差的圖形。雙擊“Workfile”

窗口中出現的“爐”，在“4”數據表中的“32”位置出現預測值力=6555.132,在“33”

位置出現L=9691.577。這是當町=8270和Xf2=\2405時人均消費支出的點預測

值。

為了作區間預測，在X和Y的數據表中，點:擊“View"選“DescriptiveStats\Cmmon

Sample"，則得到X和Y的描述統計結果，見表2.7:

XY

Mean7515.0265982.476

Median6788.5205459.640

Maximum13249.8010464.00

Minimum5234.3504462.080

Std.Dev.2042.6821601.762

Skewness1.5858931.629968

Kiiflosis4.4586454.787999

Jarque-Bera15.7426717,85617

Probability0.0003820.000133

根據表的數據可.計算:

Observations3131

=cr；(n-l)=2042.6822x(31-l)=125176492.59

22

(Xfl-X)=(8270-7515.026)=569985.74

(X/2-對=(12405-7515.026)2=23911845.72

取a=0.05,〃平均值置信度95%的預測區間為:

A2

；1(Xy-X)

56998574

VQ”八6555.13；2.045x413.1593xJ—+-

X/I=8270時V31125176492.59

=6555.13^162.10

H2391184572

v9691.58#2.045x413.1593xJ—+—---------

X/2=12405時▼V31125176492.59

=9691.58.499.25

即是說，當X"=8270元時，^平均值置信度95%的預測區間為（，）元。當

Xc=12405元時，與2平均值置信度95%的預測區間為(，)元。

，個別值置信度95%的預測區間為：

A2

；L1(Xy-X)

小"1丁HF

ver11569985.74

QE、6555.132.045x413.1593x/l+一+--------------

XV〃=8270時V31125176492.59

=6555.13>860.32

Ii2391184572

vinzinc9691.58^2.045X413.1593XJ14--+----------

XR=I2405時V31125176492.59

=9691.58>934.49

即是說，當第一步X"=827°時，%個別值置信度95%的預測區間為(,)元。當第

二步為2=12405時，“2個別值置信度95%的預測區間為(，)元。

在“E以優力框中，點擊“Forecast”可得預測值及標準誤差的圖形如圖：

Forecast:YF

Actual:Y

Forecastsample:133

hcludedobservations:31

RootMeanSquaredError399.6094

MeanAbsoluteError305.3822

MeanAbs.PercentError5.217788

TheilInequalityCoefficient0.032331

BiasProportion0.000000

VarianceProportion0.016618

CovarianceProportion0.983382

圖

第三章案例分析

【例3.2】中國稅收增長的分析

一、研究的目的要求

改革開放以來，隨著經濟體制改革的深化和經濟的快速增長，中國的財政收支狀況發生

很大變化，中央和地方的稅收收入1978年為億元，到2002年已增長到億元，25年間增長

了33倍，平均每年增長%o為了研究影響中國稅收收入增長的主要原因，分析中央和地

方稅收收入的增長規律，預測中國稅收未來的增長趨勢，需要建立計量經濟模型。

影響中國稅收收入增長的因素很多，但據分析主要的因素可能有：(1)從宏觀經濟看,

經濟整體增長是稅收增長的基本源泉。(2)公共財政的需求，稅收收入是財政收入的主體,

社會經濟的發展和社會保障的完善等都對?公共財政提出要求，因此對預算支出所表現的公共

財政的需求對當年的稅收收入可能會有一定的影響。(3)物價水平。我國的稅制結構以流

轉稅為主，以現行價格計算的GDP等指標和經營者的收入水平都與物價水平有關。(4)

稅收政策因素。我國自1978年以來經歷了兩次大的稅制改革，一次是1984-1985年的國有

企業利改稅，另一次是1994年的全國范圍內的新稅制改革。稅制改革對稅收會產生影響，

特別是1985年稅收陡增215.42%。但是第二次稅制改革對稅收增長速度的影響不是非常大。

因此，可以從以上幾個方面，分析各種因素對中國稅收增長的具體影響。

二、模型設定

為了全面反映中國稅收增長的全貌，選擇包括中央和地方稅收的“國家財政收入”中的

“各項稅收”(簡稱“稅收收入”)作為被解釋變量，以反映國家稅收的增長；選擇“國內生

產總值[GDP)”作為經濟整體增長水平的代表：選擇中央和地方“財政支出”作為公共財

政需求的代表；選擇“商品零售物價指數”作為物價水平的代表。由于財稅體制的改革難以

量化，而且1985年以后財稅體制改革對稅收增長影響不是很大，可暫不考慮稅制改革對稅

收增長的影響。所以解釋變量設定為可觀測的“國內生產總值”、“財政支出”、“商品零售物

價指數”等變量。

從《中國統計年鑒》收集到以下數據(見表)：

稅收收入(億元)國內生產總值(億元)財政支出(億元)商品零售價格指數(%)

年份

(Y](X2)(X3)(X4)

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

表3.3中國稅收收入及相關數據

設定的線性回歸模型為：

Y小仇+AX*+dXz+BN盧氏

三、估計參數

利用EViews估計模型的參數，方法是：

1、建立工作文件：啟動EViews,點擊FiHNew'Workfile,在對話框“WorkfileRange”。

在“WorkfHefrequency”中選擇“Annual"（年度），并在“Startdate”中輸入開始時間“1978”,

在“enddate”中輸入最后時間“2002”，點擊“ok”，出現°WorkfileUNTITLEDw工作框。

其中已有變量：“c”一截距項“resid”一剩余項。在“Objects”菜單中點擊“NewObjects”,

在“NewObjects”對話框中選“Group”，并在“NameforObjects”上定義文件名，點擊“OK”

出現數據編輯窗口。

2、輸入數據：點擊"Quik”下拉菜單中的“EmptyGroup”,出現“Group”窗口數據編

輯框，點第一列與“obs”對應的格，在命令欄輸入“Y”，點下行鍵“I”，即將該序列命

名為Y,并依此輸入Y的數據。用同樣方法在對應的列命名X?、X3、X》并輸入相應的數

X

據。或者在EViews命令框直接鍵入“dataY2X3X4…”，回車出現“Group”窗口數

據編輯框，在對應的Y、X?、X3、Xa下輸入響應的數據。

3、估計參數：點擊“P:ocs”卜?拉菜單中的“MakeEquation”，在出現的對話框的“Equation

Specification"欄中鍵入"YCX2X3X」，在“EsiimalionSellings”欄中選擇“Leasl

Sqares"(最小二乘法)，點“ok”，即出現回歸結果:

表

DependentVariable:Y

Method:LeastSquares

Date:O7A35/O5Time:16:54

Sample:19782002

Includedobservations:25

VariableCoefficientStd.Errort-StatisticProb.

-2582.791940.6128-2.7458600.0121

0.0220670.0055773.9566050.0007

0.7021040.03323621.124660.0000

23.985418.7383022.7448590.0121

R-squared0.997430Meandependentvar4848.366

AdjustedA-squared0.997063S.D.dependentvar4870.971

S.E.ofregression263.9599Akaikeinfocriterion14.13512

Sumsquaredresid1463172.Schwarzcriterion14.33014

Loglikelihood-172.6890F-statistic2717.238

Durbin-WatsonstatU.94tl542Prob(卜-statistic)U.UUUUUU

根據表中數據?，模型估計的結果為：

A

Y,=-2582.791+0.022067X2+0.702104X.+23.98541X4

(940.6128)(0.0056)(0.0332)(8.7363)

t=(-2.7459)(3.9566)(21.1247)(2.7449)

22

R=0.9974R=0.9971F=2717.238df=21

四、模型檢驗

1、經濟意義檢驗

模型估計結果說明，在假定其它變量不變的情況下，當年GDP每增長1億元，稅收收

入就會增長億元；在假定其它變量不變的情況下，當年財政支出每增長1億元，稅收收入會

增長億元；在假定其它變量不變的情況下，當年零售商品物價指數上漲一個百分點，稅收收

入就會增長億元。這與理論分析和經驗判斷相一致。

2、統計檢驗

(1)擬合優度：由表中數據可以得到：內=09974，修正的可決系數為店=0.9971,

這說明模型對樣本的擬合很好。

(2)F檢驗：針對“。：夕2=q3=&=°,給定顯著性水平。=。。5,在F分布表中查

出自由度為k-l=3和n-k=21的臨界值月321)=3.075。由表中得到，由于

F=2717.238>Q3,21)=3.075,應拒絕原假設“()：22=四=A二°,說明回歸方程顯著,

即“國內生產總值”、“財政支出”、“商品零售物價指數”等變量聯合起來確實對“稅收收入”

有兄著影響。

（3）t檢驗：分別針對“。：氏=°（，=1，2,3,4）,給定顯著性水平a=0.O5,查t分布

表得自由度為n-k=21臨界值由表中數據可得，與仇、4、4、A

/（〃-2）=2.080

對應的t統計量分別為、、、，其絕對值均大于%,這說明分別都應當拒絕

%：4=°（7=1,2,3,4）,也就是說，當在其它解釋變量不變的情況下，解釋變量“國

內生產總值"（X?）、“財政支出”（、3）、“商品零售物價指數”[X。分別對被解釋變量

“稅收收入”Y都有顯著的影響。

第四章案例分析

一、研究的目的要求

近年來，中國旅游業一直保持高速發展，旅游業作為國民經濟新的增長點，在整個社會

經濟發展中的作用口益顯現。中國的旅游業分為國內旅游和入境旅游兩大市場，入境旅游外

匯收入年均增長22.6%,與此同時國內旅游也迅速增長。改革開放20多年來，特別是進入

90年代后，中國的國內旅游收入年均增長14.4%,遠高于同期GDP9.76%的增長率。為了規

劃中國未來旅游產業的發展，需要定量地分析影響中國旅游市場發展的主要因素。

二、模型設定及其估計

經分析，影響國內旅游市場收入的主要因素，除了國內旅游人數和旅游支出以外，還可

能與相關基礎設施有關。為此，考慮的影響因素主要有國內旅游人數X2,城鎮居民人均旅

游支出、3,農村居民人均旅游支出X一并以公路里程和鐵路里程X6作為相關基礎設

施的代表。為此設定了如卜.對數形式的計量經濟模型：

X=0"AX2t+B'X&X46生X丸+氏X66%

其中：匕一一第t年全國旅游收入

X2一—國內旅游人數（萬人）

——城鎮居民人均旅游支出（元）

X4一—農村居民人均旅游支出（元）

Xs——公路里程1萬公里）

X6——鐵路里程（萬公里）

為估計模型參數，收集旅游事業發展最快的1994-2003年的統計數據，如表4.2所示：

表4.21994年一2003年中國旅游收入及相關數據

年國內旅游國內旅游城鎮居民人均農村居民人均公路里鐵路里

收入Y人數X2旅游支出X3旅游支出X4程X5程X6

份（億元）（萬人次）（元）（元）（萬公里）1萬公里）

199452400

199562900

199663900

199764400

199869450

199971900

200074400

200178400

200287800

200387000

數據來源：《中國統計年鑒2004》

利用Evicws軟件，輸入Y、X2、X3、X4、X5、X6等數據，采用這些數據對模型進行OLS

回歸，結果如表4.3：

DependentVariable:Y

Method:LeastSquares

Date:07/184)5Time:18:16

Sample:19942003

Includedobservations:10

VariableCoefficientStd.Errort-StatisticProb.

C

-274.37731316.690-0.2083840.8451

X20.0130880.0126921.0311720.3607

X35.4381931.3803953.9395910.0170

X43.2717730.9442153.4650730.0257

X512,986244.1779293.1082960.0359

X6-563.1077321.2830-1.7526850.1545

R-squared0.995406Meandependentvar2539.200

AdjustedR-squared0.989664S.D.dependentvar985.0327

S.E.ofregression100.1433Akaikeinfocriterion12.33479

Sumsquarecresid40114.74Schwarzcriterion12.51634

Loglikelihood-55.67396F-statistic173.3525

Durbin-Watsonstat2.311565Prob(F-statistic)0.000092

由此可見，該模型*=09954,0.9897可決系數很高，F檢驗值173.3525,明

顯顯著。但是當二=0.05時~2（〃一左）二%02式1°-6）=2.776,不僅乂2、X6系數的t檢

驗不顯著，而且X6系數的符號與預期的相反，這說明很可能存在嚴重的多重共線性。

計算各解釋變量的相關系數，選擇X2、X3、X4、X5、X6數據,點"vicw/corrclations”

得相關系數矩陣（如表4.4）：

X2X3X4X5XB

X210000000918851075196009479770941681

X30.9188511.0000000.8651450.8591910.963313

X40.7519600.8651451.0000000.6649460.818137

X50.9479770.8591910.6649461.0000000.897708

X60.94168109633130.81813708977081.000000

由相關系數矩陣可以看出：各解釋變量相互之間的相關系數較高，證實確實存在嚴重多

重共線性。

三、消除多重共線性

采用逐步回歸的方法，去檢驗和解決多重共線性問題。分別作Y對X2、X3、X4、K5、

X6的一元回歸，結果如表4.5所示：

變量X2X3X4X5X6

參數估計值

t統計量

R2

按改的大小排序為:X3、X6、X2、X5、X4o

以X3為基礎，順次加入其他變量逐步回歸。首先加入X6回歸結果為：

/=T109.639+7.850632X3+285.1784X6

t=(2.9086)(0.46214)叱=0.957152

當取a=0.05時，％2(〃一外二*)。25(10-3)=2.365,〉：6參數的t檢驗不顯著，予以剔除,

加入X2回歸得

X=-3326.393+6.19424IX,+0.02976IX,

t=(4.2839)⑵15⑵R?=0.973418

X2參數的t檢驗不顯著，予以剔除，加入X5回歸得

Y,=-3059.972+6.736535X3+10.90789X5

t=(6.6446)(2.6584)可=0.978028

X3、X5參數的t檢驗顯著，保留X5,再加入X4回歸得

Yf=-2441.161+4.215884X.+13.62909Xs+3.221965X4

t=(3.944983)(4.692961)(3.06767)

R2=0.991445R2=0.987186

當取。=0.05時，％2(〃一")二’0.025(1°-4)=2.447,X3、*4、X5系數的t檢驗都顯著，

這是最后消除多重共線性的結果。

這說明，在其他因素不變的情況下，當城鎮居民人均旅游支出X，和農村居民人均旅游支出

分別增長1元時，國內旅游收入匕將分別增長4.21億元和3.22億元。在其他因素不變

的情況下，作為旅游設施的代表，公路里程每增加1萬公里時，國內旅游收入匕相增長

13.63億元。

第五章案例分析

一、問題的提出和模型設定

根據本章引子提出的問題，為了給制定醫療機構的規劃提供依據，分析比較醫療機構與

人口數量的關系，建立衛生醫療機構數與人口數的回歸模型。假定醫療機構數與人口數之間

滿足線性約束，則理論模型設定為

其中匕表示衛生醫療機構數，Xj表示人口數。由2（）01年《四川統計年鑒》得到如下數據。

表5.1四川省2000年各地區醫療機構數與人口數

地區人口數（萬人）醫療機構數（個）地區人口數（萬人）醫療機構數（個）

XYXY

成都6304眉山827

自貢315911宜賓1530

攀枝花103934廣安1589

瀘州1297達州2403

德陽1085雅安866

綿陽1616巴中1223

廣元1021資陽1361

遂宇3711375阿壩536

內江1212甘孜594

樂山1132涼山1471

南充709.24064

二、參數估計

進入EViews軟件包，確定時間范圍;編輯輸入數據；選擇估計方程菜單，估計樣本回

歸函數如下

表

DependentVanableY

Method:LeastSquares

Date:07005Time11:11

Sample:121

Includedobservations21

VariableCoefficientStdErrort-StatisticProb.

C-563.0548291.5778-19310620.0685

X5.3734980.64428483402650.0000

R-squared0.785456Meandependentvar1588.238

AdjustedR-squared0.774164S.D.dependentvar1311.037

S.E.ofregression623.0330Akaikeinfocriterion15.79747

Sumsquaredresid7375233.Schwarzcriterion15.89695

Loglikelihood-163.8734F-statistic69,56003

Durbin-Watsonstat0.429831Prob(F-statistic)0000000

估計結果為

=-563.0548+5.3735X,

(-1.9311)(8.3403)

R2=0.7855,se=508.2665,F=69.56華協

括號內為t統計量值。

三、檢驗模型的異方差

本例用的是四川省2000年各地市州的醫療機構數和人口數，由于地區之間存在的不同

人口數，因此，對各種醫療機構的設置數量會存在不同的需求，這種差異使得模型很容易產

生異方差，從而影響模型的估計和運用。為此，必須對該模型是否存在異方差進行檢驗。

(一)圖形法

1、EViews軟件操作。

山路徑；Quick/QstimateEquation,進入EquationSpecification窗口，鍵入“yc

x”，確認并“ok”。

(1)生成殘差平方序列。在得到表估計結果后，立即用生成命令建立序列4,記為e2o

生成過程如下，先按路徑:Procs/GenerateSeries,進入GenerateSeriesbyEquation

對話框，即

IJGOO-(c：\vindovs\<iesktop\scvz...(5回E3

JSave|Lebel+/-1Sho.|Fetch|Stor?|Delete|Gear|So

Filter:*DefaultEq:eq11

S?ri?sbyEquation

或

回

回

e2加,行2SJGOO

回

需

0jEstimate|Forecast|St

購

回

回

溫

固

回

最

回

0捻

0

Std.Errort-Statistic

264.5140-0.707966

0