第五章案例分析

1、第五章案例分析一、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， 分析比拟医疗机构与人口 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，那么理论模型设定为矚慫润厲钐瘗睞枥庑赖賃軔。矚慫润厲钐瘗睞枥庑赖賃。丫二卩 1 * %Xi +Ui( 5.31)其中丫表示卫生医疗机构数，Xi表示人口数。由2001年?四川统计年鉴?得到如下数据表5.1四川省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1013.36304眉山339.9827自贡315911宜宾508.5153

2、0攀枝花103934广安438.61589泸州463.71297达州620.12403德阳379.31085雅安149.8866绵阳518.41616巴中346.71223广元302.61021资阳488.41361遂宁3711375阿坝82.9536内江419.91212甘孜88.9594乐山345.91132凉山402.41471南充709.24064参数估计进入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5.21 X A.11 I J. J. M -1 | W 1I A A 4 U !. | al LW 亠JJ X Bl U I_ 1 Lg l

3、_9 13.1 JLl_ -1 L U|De pendeni Variable:¥Method; Least SquaresDate: O74BbD5 Time: 11.11Sample: 1 21In eluded obserati ons: 21VariableCoefficie ntStd. ErroirStatisticPrabc-563.0543291.5770J .9310620.0B85X5.373498Q .544284 8 34D2660 0000R-squared0.736455Mean depend 呂 nl var160B.238Adjusted R-squa

4、red0.774164S.D (jependen(var1311 037S.E. of regressi on623 0330Akaike info criteri on15.79747Sum squared rasid737E233.Schwarz critari on15.09E85Log likelihood-163 0734F-stalistic69 56003Durbi n-Wblson stat0429B31Prob(F-statislic.)a.oooooa估计结果为5.3735X i(8.3403)£- -563.0548(-1.9311)三、检验模型的异方差本例用的

5、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。聞創沟燴鐺險爱氇谴净祸測。聞創沟燴鐺險爱氇谴净祸。一图形法二Goldfeld-Qua nadt 检验1、EViews软件操作。1 对变量取值排序按递增或递减。2构造子样本区间，建立回归模型。在本例中，样本容量n=21，删除中间1/4的观测值，即大约5个观测值，余下局部平分得两个样本区间：1 8和14 21,它们的样本个数均是8个，即卩耳=n 2 = 8。残骛楼諍锩瀨濟

6、溆塹籟婭骤。残骛楼諍锩瀨濟溆塹籟婭。3 求F统计量值4判断。在-0.05下，式5.33 中分子、分母的自由度均为6,查F分布表得临界值为 F0.05 6,6 =4? 28三White检验四、异方差性的修正1Wt v ,W2i t在运用 WLS法估计过程中，我们分别选用了权数 加权最小二乘法WLS 的生成过程如下，由图 5.4，在对话框中的Enter Quation处，按如下格式分别键入：w1 = 1/X ；2w2 =1/X A2 ； WA1 /sqrX，经估计检验发现用权数 w的效果最好。下面仅给出用权数w2t的结果。酽锕极額閉镇桧猪訣锥顧荭。酽锕极額閉镇桧猪訣锥顧。表5.7Depe nden

7、t Van ablle:Y Method: Least SquaresDate 07/09/05 Time 1124 Sample: 1 21Includsd observations: 21Weighti ng series: W2VariableCoefficie ntStd Errort-StatisticProb.C368.609084.168704.379407 .0003X2.952950n日22G日甘汽 5394020.0020Weighted! StatisticsR-sqiuar-edAdjusted R-squared S.E. of re gras soon Sumi s

8、quared re&dLog likelihood Durb in-Wat son stat0.9366650.93S437276.0493 1447B61 -146 77S01.705980Mean depe ndent varS.D. dependent var Akaik info criteri onSchwarz criterioni statisticProb(F- statistic)000 69911006 410I 4169431 d. 2639112.96361 .001955Un weightedStatisticsR-squaredAdjusted R-squa

9、redl S.E. ofregr&Asi on Durb in-Wat son siAt0.625222 .605497 823 4555 0.390523Mean depe ndent var S.D. dependentvar Sum squar&d1568.238131 1.037128335C1表5.7的估计结果如下Y? =368.60902.9530X i(4.3794)(3.5894)2R =0.9387,D.W.=1.7060,s.e. = 276.0493,F =12.8838( 536)括号中数据为t统计量值。可以看出运用加权小二乘法消除了异方差性后，参数的t检验均显著，可决系数大幅提高