版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、傳統(tǒng)的統(tǒng)計學(xué)考慮變量間的結(jié)構(gòu)關(guān)系,如兩變量的相關(guān)系數(shù)等,但并不重視變量間的空間相依關(guān)系。例如面板數(shù)據(jù),當(dāng)確定某個觀測個體后,我們有這個個體的一個時間序列數(shù)據(jù)。我們考慮每個時間序列中某時刻的觀測、誤差、誤差的方差等與以前時刻相應(yīng)觀測值之間的聯(lián)系,創(chuàng)立了經(jīng)典的時間序列分析,其中包括AR模型、MA模型、ARCH模型等重要的時間序列模型,它們對解釋同一變量在時間上的相依性和相關(guān)的預(yù)測上起到了重要作用。 隨著社會經(jīng)濟和理論研究的發(fā)展,越來
2、越多的文獻(xiàn)和研究注意到變量的空間相依性上。例如相鄰兩個地區(qū)的經(jīng)濟、社會發(fā)展有無類似或相反的特性等,或者說具有類似性質(zhì)(或相反性質(zhì))的變量有沒有聚集或者發(fā)散的趨勢。對面板數(shù)據(jù)而言,當(dāng)時間停留在某一時刻之后,得到的不是一個時間序列數(shù)據(jù),而是所有變量在特定時刻的觀測值??臻g統(tǒng)計學(xué)研究的興趣就在于發(fā)掘這些觀測值之間是否存在空間的相依性和探索這種相依性到底有多大。空間統(tǒng)計學(xué)與傳統(tǒng)的統(tǒng)計學(xué)最大的區(qū)別在于引入了“鄰近性”的概念,并用數(shù)值方法刻畫出相鄰
3、關(guān)系的緊密程度。鄰近性具有狹義和廣義的區(qū)別。狹義的鄰近可以指空間的鄰近:廣義的鄰近可以是某種屬性的鄰近。在空間計量經(jīng)濟學(xué)中,我們通常利用一個空間權(quán)重矩陣表示空間的相鄰性。類似于時間序列分析中的自回歸、移動平均模型,空間統(tǒng)計學(xué)中主要的三種模型是空間自回歸(SAR)、空間移動平均(SMA)和空間誤差成分模型(SEC),后者是最近由Kelejian和Robinson(1998)[16]提出的。在前人研究的基礎(chǔ)上,在本文中提出了一類誤差具有空間
4、相依結(jié)構(gòu)的面板數(shù)據(jù)一階自回歸模型,并給出了相應(yīng)的兩步參數(shù)估計方法。第二步中估計空間相關(guān)性系數(shù)的估計方法利用了Kelejian和Prucha(1999)的空間模型的廣義矩估計方法(GMM)。本文中還給出大樣本長時間及小樣本長時間的面板數(shù)據(jù)蒙特卡洛模擬的R程序和計算結(jié)果,并與普通最小二乘估計的結(jié)果對比,證明了普通最小二乘在模型的解釋變量具有空間相依性的情況下對參數(shù)的估計失效。我們還發(fā)現(xiàn)在標(biāo)準(zhǔn)差較小和較大時,GMM方法會失效。 本文內(nèi)
5、容安排如下:在引言中我們簡要介紹了空間統(tǒng)計學(xué)及其顯著的特點;第一章中主要介紹了空間計量經(jīng)濟學(xué)中最常用的三種模型;第二章我們提出了誤差具有空間相依結(jié)構(gòu)的面板一階自回歸模型,并概述了面板數(shù)據(jù)分別在具有空間相關(guān)性和無空間相關(guān)性時的單位根檢驗方法,簡述了一些對空間自相關(guān)回歸模型的參數(shù)估計方法;第三章給出了對所提出模型的參數(shù)估計的蒙特卡洛結(jié)果,證明了較大、較小方差下GMM估計失效及普通最小二乘在估計具有空間相關(guān)的解釋變量的系數(shù)會失效;在附錄中給出
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 半相依回歸模型的參數(shù)估計.pdf
- 帶污染數(shù)據(jù)的回歸模型參數(shù)估計.pdf
- 相依線性回歸系統(tǒng)參數(shù)估計的改進(jìn).pdf
- 度量誤差模型參數(shù)估計及其統(tǒng)計性質(zhì).pdf
- 具有重尾分布的自回歸滑動平均過程的參數(shù)估計.pdf
- 面板數(shù)據(jù)的非參數(shù)估計及應(yīng)用.pdf
- 563.面板數(shù)據(jù)分位數(shù)回歸模型的參數(shù)估計與變量選擇
- 半相依回歸模型參數(shù)的Bayes估計.pdf
- 模糊線性回歸模型的參數(shù)估計.pdf
- 31299.具有均勻協(xié)方差結(jié)構(gòu)的線性模型的回歸參數(shù)估計
- 帶有雙誤差變量的非線性回歸模型的非參數(shù)估計.pdf
- 基于Bayesian的空間多層線性回歸模型的參數(shù)估計及其應(yīng)用.pdf
- 奇異廣義線性度量誤差模型的參數(shù)估計.pdf
- 縱向和分類數(shù)據(jù)分析中秩回歸模型的參數(shù)估計.pdf
- 具有AR(1)誤差的半?yún)?shù)回歸模型的統(tǒng)計分析.pdf
- 41614.帶有刪失數(shù)據(jù)的線性ev回歸模型的參數(shù)估計
- 基于GCV方法的線性回歸模型嶺參數(shù)估計.pdf
- 基于MCMC方法的統(tǒng)計模型的參數(shù)估計.pdf
- 缺失數(shù)據(jù)下EV模型的參數(shù)估計.pdf
- 極化陣列參數(shù)估計及誤差校正.pdf
評論
0/150
提交評論