공간 자기 상관성 대 공간 고 정성


14

2 차원 공간에 점이 있다고 가정 하고 속성 y 에 대한 속성 의 영향을 측정하려고합니다 . 전형적인 선형 회귀 모델은 물론 y = X β + ϵ엑스와이

y=엑스β+ϵ

여기에는 두 가지 문제가 있습니다. 첫 번째는 항이 공간적으로 상관 될 수 있고 (독립적이고 동일한 오류 가정을 위반 함) 두 번째는 회귀 기울기가 공간에 따라 달라질 수 있다는 것입니다. 첫 번째 문제는 다음과 같이 공간 지연 항을 모델에 통합하여 처리 할 수 ​​있습니다.ϵ

와이=ρ와이+엑스β+ϵ

LeSage와 Pace의 텍스트에 설명 된 공간 Durbin 모델과 함께 공간적으로 자기 회귀 생략 된 변수 (공간 고정 효과)를 통합 할 수도 있습니다.

와이=ρ와이+엑스β+엑스λ+ϵ

여기서 는 가중치 행렬 W에 의해 제어되는 공간 상관의 강도입니다 . 공간 지연의 형태는 공간 상관의 형태에 대한 가정에 따라 달라질 것이다.ρ

두 번째 문제는 내가 익숙하지 않은 기술인 "지리적 가중 회귀"(GWR)를 사용하여 해결되었지만 Brunsdon, et al. (1998) . 한국인 I 말할 수는 따라서 각각의 추정지고, 가중 된 서브 영역으로 회귀 모델의 배열 피팅 포함 의 공간을 기준으로 변화 β I = ( X T W X ) - 1 X T W I Y W는 상술 한 것과 반드시 다르지 않은 다른 공간 가중치 행렬이다.β나는

β^나는=(엑스나는엑스)1엑스나는와이

질문 :된다 평균 한계 효과 공평한 추정 수득 충분하지 첫 번째 방법 (공간 자기 회귀) Y를 ? GWR은 공간 이 과도하게 맞는 것처럼 보입니다. 물론 β 는 공간의 변화이지만, 공간적 위치에 관계없이 치료의 평균 예상 효과를 알고 싶다면 GWR이 무엇을 기여할 수 있습니까?엑스와이β

초기 답변에 대한 나의 시도는 다음과 같습니다.

  1. 특정 지역 의 추가 침실 대한 보험료를 알고 싶다면 GWR이 최선의 선택 인 것 같습니다.
  2. 추가 침실에 대한 편견없는 글로벌 평균 프리미엄 을 알고 싶다면 공간 자기 회귀 기술을 사용해야합니다.

다른 관점을 듣고 싶습니다.


1
y엑스

1
내 특정 응용 프로그램은 실제로 주택 가격이지만 추상적 인 답변을 원합니다.
gregmacfarlane

1
아이디어를 모델링하기위한 패널 데이터 계량 경제학을 찾아 보셨습니까? 마지막에 특정 예제는 개별 효과 (또는 다양한 계수)가있는 패널 데이터 설정의 단면 가격 지수 모델과 같으며, 단면적으로 상관 될 수있는 오류는 추상적 인 반면 패널 데이터 방법은 "공간"차원 및 "시간"차원
Alecos Papadopoulos

답변:


2

나는 당신이 당신 자신의 질문에 올바르게 대답하고 있다고 생각합니다.

주택 시장 조사는 일반적으로 비모수 적 모델을 사용하여 해결됩니다.

두 번째 질문으로, 나는 SAR 모델의 사용에 동의하며, 두 가지 이유로 Durbin과 함께 갈 것입니다. 첫째, Durbin 모델은 바이어스되지 않은 계수 추정치를 생성합니다. 둘째, 대응하는 직접 효과와 관련하여 설명 변수마다 다를 수있는 스필 오버 효과를 생성 할 수 있습니다.

도움이 되었기를 바랍니다!


0

문제는 공간적 Durbin 추정 자체가 아닙니다. 최대 가능성으로 추정 할 수 있으며 부분 효과를 계산할 수 있습니다. 공간 효과가 dgp에 고정되어 있지 않은 경우이 문제가 발생하므로 이러한 방식으로 효과를 올바르게 모델링 할 수 없습니다. GWR은 공간에 대해 많은 회귀를 수행하므로 공간에 대한 계수 벡터를 제공합니다. 이러한 계수에 대한 통계적 추론은 간단하지 않지만 탐색 도구로 맵에 잘 표시됩니다. 따라서 특정 동네에서 추가 침실의 프리미엄을 찾으려면 해당 동네에서 별도의 공간 회귀를 실행하는 것이 가장 좋습니다. 전 세계적으로 추가 침실의 프리미엄을 찾으려면 공간 회귀도 사용하지만 이러한 회귀가있는 매개 변수에서는 계수가 선형이 아님을 명심하십시오.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.