시계열 데이터에 대한 공간 자기 상관

나는 다각형 세트 (~ 200 개의 불규칙한 모양의 연속 다각형)에 대한 연간 종의 풍부도에 대한 20 년 데이터 세트를 가지고 있습니다. 회귀 분석을 사용하여 각 다각형의 추세 (연간 개수 변경)와 관리 경계를 기반으로 한 다각형 데이터 집계를 추론했습니다.

데이터에 공간 자기 상관이 있다고 확신하며, 이는 집계 된 데이터의 회귀 분석에 영향을 미칩니다. 내 질문은-시계열 데이터에 대한 SAC 테스트를 어떻게 실행합니까? 매년 회귀 분석에서 잔차의 SAC를 조사해야합니까 (전 세계 모란의 I)? 아니면 몇 년 동안 하나의 테스트를 실행할 수 있습니까?

SAC가 있음을 테스트 한 후에는이 문제를 쉽게 해결할 수 있습니까? 내 통계 배경은 최소이며 시공간 모델링에서 읽은 모든 것은 매우 복잡합니다. R에 거리 가중 자동 공변량 기능이 있다는 것을 알고 있습니다.

이 문제에 대해 SAC를 평가 / 평가하는 방법에 대해 상당히 혼란 스러우며 제안, 링크 또는 참조를 대단히 높이 평가합니다. 미리 감사드립니다!

이 논문 에 따르면 , 공간 자기 상관이있을 때 OLS는 일관성이 있지만 표준 오차는 정확하지 않으며 조정해야합니다. Solomon Hsiang 은이를 위해 stata 및 matlab 코드 를 제공합니다 . 불행히도 나는 이것에 대한 R 코드에 익숙하지 않습니다.

공간 프로세스를 명시 적으로 모델링하는 공간 통계에는 이러한 종류의 문제에 대한 다른 접근 방법이 있습니다. 이것은 표준 오류를 부풀려줍니다.

불행하게도 이론적 계량 경제학자들은 난독 화에 기쁨을 느끼는 것 같습니다. 연결된 종이는 정말 읽기 어렵습니다. 기본적으로 그것이 말하는 것은 원하는 회귀를 실행 한 다음 나중에 표준 오류를 수정하는 것입니다 : Hsiang의 코드 사용. 추정기의 분산을 추정하려고 시도 할 때까지 공간이 들어오지 않습니다. 직관적으로, 모든 차이가 서로 가까우면 추정치가 관찰되지 않은 공간 충격의 유물이 아니라고 확신 할 수 없습니다.

공간 프로세스가 작동 중이라고 생각하는 커널 대역폭을 지정해야합니다.

이 답변은 기본적으로 여기에서 만든 비슷한 답변의 복사 / 붙여 넣기 재 해시입니다.

$y = X\beta + u, u=\rho Wu + \epsilon$

$y = \rho W y+ X\beta + \epsilon$$y = \rho W y + X\beta + WX \lambda + \epsilon$

spdep의 R에 대한 패키지는, 공간 가중치 행렬을 계산 공간 회귀 분석을 추정하고, 다른 일을 많은 기능이 포함되어 있습니다. lagsarlm함수에 대한 경험이 많지만 패키지 설명서에서 sacsarlm찾고있는 것보다 더 많은 함수가 있음을 참조하십시오.

$W$$t$$t-1$$t +1$

$W$$X$