第五章案例分析

1、第五章案例分析一、問題的提出和模型設定根據(jù)本章引子提出的問題，為了給制定醫(yī)療機構的規(guī)劃提供依據(jù)，分析比較醫(yī)療機構與人口數(shù)量的關系，建立衛(wèi)生醫(yī)療機構數(shù)與人口數(shù)的回歸模型。假定醫(yī)療機構數(shù)與人口數(shù)之間滿足線性約束，則理論模型設定為矚慫潤厲釤瘞睞櫪廡賴賃軔。矚慫潤厲釤瘞睞櫪廡賴賃。Y=卩1*%Xi+Ui（5.31）其中Y表示衛(wèi)生醫(yī)療機構數(shù)，Xi表示人口數(shù)。由2001年四川統(tǒng)計年鑒得到如下數(shù)據(jù)。表5.1四川省2000年各地區(qū)醫(yī)療機構數(shù)與人口數(shù)地區(qū)人口數(shù)（萬人）X醫(yī)療機構數(shù)（個）Y地區(qū)人口數(shù)（萬人）X醫(yī)療機構數(shù)（個）Y成都1013.36304眉山339.9827自貢315911宜賓508.51530攀枝花

2、103934廣安438.61589瀘州463.71297達州620.12403德陽379.31085雅安149.8866綿陽518.41616巴中346.71223廣元302.61021資陽488.41361遂寧3711375阿壩82.9536內(nèi)江419.91212甘孜88.9594樂山345.91132涼山402.41471南充709.24064二、參數(shù)估計進入EViews軟件包，確定時間范圍；編輯輸入數(shù)據(jù)；選擇估計方程菜單，估計樣本回歸函數(shù)如下表5.21X.11IJ.J.M-1|W1IAA4U!.|alLW亠JJXBlUI_1Lgl_913.1JLl_-1LU|DependeniVaria

3、ble:¥Method;LeastSquaresDate:O74BbD5Time:11.11Sample:121Includedobserations:21VariableCoefficientStd.ErroirStatisticPrabc-563.0543291.5770J.9310620.0B85X5.373498Q.544284834D26600000R-squared0.736455Meandepend呂nlvar160B.238AdjustedR-squared0.774164S.D(jependen(var1311037S.E.ofregression6230330Ak

4、aikeinfocriterion15.79747Sumsquaredrasid737E233.Schwarzcritarion15.09E85Loglikelihood-1630734F-stalistic6956003Durbin-Wblsonstat0429B31Prob(F-statislic.)a.oooooa估計結果為£-563.05485.3735Xi(-1.9311)(8.3403)R2=0.7855,s.e.=508.2665,F=69.56(532)括號內(nèi)為t統(tǒng)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(yī)療機構數(shù)和人口數(shù)，由于地區(qū)之間存在的不

5、同人口數(shù)，因此，對各種醫(yī)療機構的設置數(shù)量會存在不同的需求，這種差異使得模型很容易產(chǎn)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。聞創(chuàng)溝燴鐺險愛氌譴凈禍測。聞創(chuàng)溝燴鐺險愛氌譴凈禍。（一）圖形法（二）Goldfeld-Quanadt檢驗1、EViews軟件操作。（1）對變量取值排序（按遞增或遞減）。（2）構造子樣本區(qū)間，建立回歸模型。在本例中，樣本容量n=21，刪除中間1/4的觀測值，即大約5個觀測值，余下部分平分得兩個樣本區(qū)間：18和1421,它們的樣本個數(shù)均是8個，即卩耳=n2=8。殘騖樓諍錈瀨濟溆塹籟婭驟。殘騖樓諍錈瀨濟溆塹籟婭。（3）求F統(tǒng)計量值6，查F分布

6、表得臨界（4）判斷。在-0.05下，式（5.33）中分子、分母的自由度均為值為F0.05（6,6）=428（三）White檢驗四、異方差性的修正加權最小二乘法（WLS）在運用WLS法估計過程中，我們分別選用了權數(shù)1Wt,W2iXt2t的生成過程如下，由圖5.4，在對話框中的EnterQuation處，按如下格式分別鍵入：w1=1/X；w2=1/XA2；w1/sqr（X），經(jīng)估計檢驗發(fā)現(xiàn)用權數(shù)w的效果最好。下面僅給出用權數(shù)w2t的結果。釅錒極額閉鎮(zhèn)檜豬訣錐顧葒。釅錒極額閉鎮(zhèn)檜豬訣錐顧。表5.7z|FrocsjD百j自匚Firint|Fiteene|Ewtie|F©丁電(:包t.|呂t=

7、ats|氏皀芻垃呂|DependentVanablle:YMethod:LeastSquaresDate07/09/05Time1124Sample:121Includsdobservations:21Weightingseries:W2VariableCoefficientStdErrort-StatisticProb.C368.609084.168704.379407.0003X2.952950n日22G日甘汽5394020.0020Weighted!StatisticsR-sqiuar-edAdjustedR-squaredS.E.ofregrassoonSumisquaredre&am

8、p;idLoglikelihoodDurbin-Watsonstat0.9366650.93S437276.04931447B61-14677S01.705980MeandependentvarS.D.dependentvarAkaikinfocriterionSchwarzcriterionistatisticProb(F-statistic)00069911006410I4169431d.2639112.96361.001955UnweightedStatisticsR-squaredAdjustedR-squaredlS.E.ofregr&sionDurbin-Watsonsit0.625222.60549782345550.390523MeandependentvarS.D.dependentvarSumsquar&d1568.2381311.037128335C1表5.7的估計結果如下Y?=368.60902.9530Xi(4.3794)(3.5894)2R=0.9387,D.W.=1.7060,s.e.=276.0493,F=12.8838(536)括號中數(shù)據(jù)為t統(tǒng)計量值?？梢钥闯鲞\用加權小二乘法消除了異方差性后，參數(shù)的t檢驗均顯著，可決系數(shù)大幅提高，F(xiàn)檢驗也