空間計量模型的權(quán)重矩陣構(gòu)造與分析.pdf_第1頁
已閱讀1頁,還剩83頁未讀 繼續(xù)免費閱讀

下載本文檔

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、空間權(quán)重矩陣的選取問題是空間計量模型中一個重要的研究熱點,如何因地制宜、有效合理地設(shè)定空間權(quán)重矩陣對于空間計量模型的參數(shù)求解、檢驗以及模型整體的擬合效果都有顯著的影響。本文首先將回顧在計量經(jīng)濟(jì)領(lǐng)域關(guān)于空間權(quán)重矩陣選取的發(fā)展脈絡(luò)以及一些最新的理論研究成果和應(yīng)用。然后將歸納梳理構(gòu)造權(quán)重矩陣的一些經(jīng)典方法,同時介紹基于局部統(tǒng)計量的最優(yōu)區(qū)域搜索算法并在此基礎(chǔ)上結(jié)合已有的構(gòu)造方法進(jìn)行改進(jìn),提高算法的運算效率和解釋能力。其次本文將介紹引入空間滯后因

2、子的空間計量模型,包括空間滯后模型、空間誤差自回歸模型和空間聯(lián)合模型。最后分別采用極大似然估計方法和廣義矩估計方法對空間模型進(jìn)行擬合,對模型的參數(shù)和擬合的殘差進(jìn)行檢驗,并綜合比較不同空間權(quán)重矩陣組合對于參數(shù)求解和模型整體擬合效果的影響。
  本研究主要內(nèi)容包括:⑴從模型擬合得到的參數(shù)來看,選取不同的空間權(quán)重矩陣對于模型的空間自回歸系數(shù)影響顯著,極大似然估計和廣義矩估計的結(jié)果均顯示:相比于其它空間權(quán)重矩陣,選取通過最優(yōu)區(qū)域搜索方法得

3、到的空間權(quán)重矩陣能得到更具有實際解釋意義的空間回歸模型系數(shù)。⑵從AIC信息準(zhǔn)則和BIC信息準(zhǔn)則比較的結(jié)果來看,選取不同的空間權(quán)重矩陣的組合會對模型的擬合效果產(chǎn)生影響,其中選取本文建議的最優(yōu)區(qū)域雙冪衰減矩陣具有相對較高的擬合優(yōu)度。同時對已有的數(shù)據(jù)利用高階的空間聯(lián)合模型進(jìn)行估計具有相對較好的擬合效果。⑶從參數(shù)求解的過程和模型擬合的殘差來看,通過極大似然估計方法來擬合模型并不理想,而廣義矩方法能有效解決極大似然估計方法所遇到的問題,有相對不錯

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

評論

0/150

提交評論