成都 1013.3 6304 眉山 339.9 827 自贡 315 9， 宜宾 508.5 1530 攀枝花 103 934 广姿 438.6 1589 泸州 463.7 1297 达州 620.1 2403 德阳 379.3 1085 149.8 86 绵阳 518.4 1616 巴中 346.7 1223 广元 302.6 1021 488.4 1361 遂宁 371 1375 阿坝 82.9 5 内江 419.9 1212 我 88.9 594 乐山 345.9 1132 凉山 402.4 1471 南充 709.2 4064 二、参数估计 进入Viws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5.2 ations:21 Variable Coefficiert Std Emor +-Statistic Prob. 份8 resid 估计结果为 Y=-563.0548+5.3735X (-1.9311)(8.3403) R2=0.7855,se.=508.2665,F=69.56 (5.32) 括号内为t统计量值。 三、检验模型的异方差 本例用的是四川省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。26 成都 1013.3 6304 眉山 339.9 827 自贡 315 911 宜宾 508.5 1530 攀枝花 103 934 广安 438.6 1589 泸州 463.7 1297 达州 620.1 2403 德阳 379.3 1085 雅安 149.8 866 绵阳 518.4 1616 巴中 346.7 1223 广元 302.6 1021 资阳 488.4 1361 遂宁 371 1375 阿坝 82.9 536 内江 419.9 1212 甘孜 88.9 594 乐山 345.9 1132 凉山 402.4 1471 南充 709.2 4064 二、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 5.2 估计结果为 0.7855, . . 508.2665, 69.56 ( 1.9311) (8.3403) 563.0548 5.3735 ˆ 2 = = = - = - + R s e F Yi Xi (5.32) 括号内为 t 统计量值。 三、检验模型的异方差 本例用的是四川省 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