文件名称：空间线性回归模型的设定-计算机视觉++模型、学习和推理
文件大小：596KB
文件格式：PDF
更新时间：2024-06-30 07:22:30
空间计量
第五节 空间线性回归模型 目前研究的计量方法主要是传统的回归分析方法（如多元统计分析、回归分析、数据包 络分析DEA等方法），其实质上都是线性的变量之间相互关系的一种测量方法，适合于企业 或产业部门时间序列层面的经验研究，未考虑区域（或横截面单元）之间的空间关联，局限 性比较明显。 事实上，区域之间的经济行为会相互影响，这使其存在显著的外部效应，导致地区之间 的经济行为存在溢出效应。例如，经济产出不仅受到本地投资的强度，而且还会受到周边其 他地区的投资活动产生的溢出效应及政策的影响；经济集群行为也可以通过检验一个代表地 区间考虑交互作用的生产函数，即该地区的经济活动及其自身的特征与其他地区的经济活动 的关系，来考察区域经济行为的集群行为。因此，当涉及到空间相关性问题时，要引入空间 计量经济学方法和模型来处理。 一、空间线性回归模型的设定 横截面数据空间线性回归模型构成了空间计量经济学中组织各种模拟方法的框架。通过 对通用模型参数的不同限制，可以导出特定的模型，从而以不同的方式合并空间相关。在下 面的论述中，将着重强调横截面数据空间线性回归模型形式的解释， （一）标准线性回归模型与纯空间自回归模型 采用矩阵符号表示法，标准线性回归模型可以表示为： εβ += XY （9.5.1）