杜聪慧，崔永伟，李子奈

0 引言

由于计量经济学是利用样本建立、估计、检验模型的，样本数据质量好坏是决定模型质量的关键因素，所以，拿到数据后，首先要检查数据质量。针对时间序列数据的诊断很多学者对此已做了研究，并找到了好的方法进行鉴别，而对截面数据的诊断研究甚少，因为一批发生在同一时间截面上的截面数据大多是通过调查而得到的，能够得到数据已经不易，很少有人对数据的质量进行诊断。而在利用截面数据进行计量分析中，只有当数据是在截面总体中由随机抽样得到的样本观测值，并且被解释变量具有连续的随机分布时，才能够将模型类型设定为经典的计量经济学模型，由此可见，经典计量经济学模型对截面数据存在着很强的依赖性。根据近代回归分析中的数据诊断理论，探索对统计推断（如参数估计、预测）有较大影响的观测数据称为是数据统计诊断[1]。基于此，本文拟从数据统计诊断角度尝试探讨诊断截面数据的方法，以期将混拟在其中的异常数据寻找出来，从而增加计量经济分析结果的可靠性。

1 反常结果判别法

反常结果是数理统计学中的概念。它是指某一变量的观测数据中有时出现个别相对特别大或特别小的数据，这些数据称为反常结果。一个反常结果可能只是数据中内在的随机变异性的一个极端表现，也可能是因为观测错误、记录错误等非随机因素造成的。如果是前一种情况，它就必须保留下来与其它数据接受同样的处理；……