公共文化服务平台

搜索到23526篇“ 空间自回归模型“的相关文章

空间自回归模型误差项的空间相关性检验: 2025年; 近年来,随着现代技术的蓬勃发展,空间相关性问题的重要性日益凸显,由于空间数据之间大多存在相依性,因此对数据进行空间相关性检验就显得尤为重要。基于这一现实背景,文章首先利用两阶段最小二乘法对空间自回归模型的参数进行估计,并利用三阶矩χ2逼近方法对空间自回归模型的误差项进行空间相关性检验;其次,进行Monte-Carlo模拟分析,结果显示,空间自回归模型的参数估计和误差项空间相关性检验效果都很好;最后,对我国31个省份的居民福利水平及其影响因素进行实证分析,验证了空间自回归模型的参数估计和误差项的空间相关性检验具有实际应用意义。; 惠姣姣; 关键词：空间自回归模型两阶段最小二乘法

扭曲测量误差数据下部分线性空间自回归模型的估计: 2025年; 对空气、地表水、声环境等领域的环境数据统计建模过程中常常遇到空间相关数据及扭曲测量误差数据,为解决实际统计建模中数据的空间相关性和扭曲测量误差的问题,研究了带有扭曲测量误差的部分线性空间自回归模型的估计理论。通过条件绝对均值校准方法,消除了扭曲测量误差造成的影响,该方法避免了对变量施加非零期望条件。利用校准后的变量,结合B样条逼近技术、正交投影方法和两阶段最小二乘方法,解决了模型中的内生性问题,所提出的方法消除了非参数部分对参数部分的变量选择影响,保证了所提出估计量的有效性和相合性。在一定条件下,证明了线性部分的参数估计向量的渐近正态性和非参数函数的最优收敛速度。所得结果将进一步完善空间数据统计模型的理论体系,有助于更准确地理解实际问题的数据模式和关系,为从事环境科学、生物医学以及社会科学等领域的空间数据建模提供了一种新的参考方法。; 刘凤赵培信; 关键词：正交投影

产业政策与企业创新的同群效应:基于空间自回归模型的异质性研究: 2025年; 目前研究宏观产业政策影响微观企业创新的文献通常假设企业的决策是独立的.然而,本文通过引入空间自回归模型,探讨了《高新技术企业认定管理办法(2008)》这一产业政策对地区企业研发创新行为的影响,并关注创新的同群效应及其异质性.研究发现,受到政策扶持的企业倾向于模仿区域内其他受扶持企业的创新行为,体现出正向的创新同群效应.这种模仿行为的目的是为了维持或提升企业在市场中的相对竞争地位.相比之下,未受政策扶持的企业并未表现出这种正向的同群效应.在这些企业中,融资约束较大的企业会积极参考同伴的创新活动,以降低决策过程中的信息成本.相反,融资约束较小的非扶持企业由于与同群企业在产品或要素市场上存在竞争关系,可能会表现出负向的竞争挤出的同群效应.本文的结论从创新同群效应的视角,丰富了关于政策影响的研究.通过揭示企业间同群效应和互动行为的异质性,本文强调了不同企业在不同场景下行为模式的差异,这些发现对于政策制定者根据企业类型精准施策具有重要启示.; 朱梦晨韩晓祎李木易; 关键词：产业政策空间自回归模型

部分线性单指标空间自回归模型的变量选择: 2025年; 部分线性单指标空间自回归模型不仅融合了空间自相关特征,还结合了参数和非参烽成分。为理解现实世界的复杂现象提供了更为精细的工具。采用B样条近似技术将非参数部分转化为一系列基函数的线性组合,并利用极大似然方法进行估计,构建带有惩罚项的目标函数。通过最大化该目标函数获取初始估计值,并借助梯度下降算法获得最终的估计。此外,通过蒙特卡洛模拟实验,对不同惩罚函数下的变量选择方法进行了评估。最终,将该方法应用于波士顿房价数据集上,展示了其在实际数据分析中的潜力与价值。; 程素丽齐欢黎洋; 关键词：梯度下降算法蒙特卡洛模拟

带有缺失数据的混合空间自回归模型的参数估计: 2025年; 实际研究中,缺失数据的问题不可避免,而针对因变量含有缺失数据的混合空间自回归模型,对比分析直接删除法和回归插补法处理数据之后再利用极大似然估计(MLE)和两阶段最小二乘估计(2SLS)得到的模型参数估计效果,从实验结果和实证分析中发现无论是使用MLE还是2SLS,相比于直接删除有缺失样本,回归插补之后再进行参数估计的效果更好,为实际中的数据建模提供了一定的参考依据。; 曾梅马娟娟刘婷; 关键词：参数估计缺失数据

未知空间权重矩阵及固定效应下空间自回归模型估计——以两层次市场发展格局为例: 2025年; 2022年国务院正式发布关于加快建设全国统一大市场的意见,厘清各地方市场间的合作竞争关系有助于更快更好地构建全国统一大市场。为准确反映我国地方要素市场和产品市场构成的两层次市场之间的影响关系,本文将未知的非对称空间权重矩阵与固定效应同时引入带协变量的空间面板自回归模型,放宽模型对变量的严格假设条件,提出一类带未知空间矩阵和固定效应的空间自回归模型,并结合多维广义Yule-Walker方程和广义矩估计的思想,基于比率值构建方程维数的自适应选择方法,给出可行的模型参数估计方法及估计量的理论性质。另外,利用数值模拟评价本文所提模型估计方法的有限样本性质,且模拟结果表明模型对样本的解释能力也较强。最后,通过省域样本数据,实证研究我国各地区在两层次市场发展过程中的点对点影响关系,发现各地区和区域当期的两层次市场影响方向往往存在对称性,但影响强度非对称,而前期两层次市场的发展水平对当期发展的影响关系表现为非对称。; 罗学洪林金官汪红霞; 关键词：广义矩估计

含空间自相关误差的空间自回归模型的调整经验似然推断: 2024年; 本文研究含空间自相关误差的空间自回归模型的调整经验似然推断问题。利用调整经验似然方法,构造出含空间自相关误差的空间自回归模型的调整经验似然比统计量,证明调整经验似然统计量的极限分布为卡方分布,并模拟比较调整经验似然与一般经验似然方法的优劣。模拟结果表明:调整经验似然比一般经验似然置信域的覆盖精度更高,计算速度更快。在样本容量较大时,无论误差项是否服从正态分布,一般经验似然方法和调整经验似然方法均可;在样本容量较小时,推荐使用调整经验似然方法。; 唐洁秦永松

部分线性空间自回归模型的惩罚最小二乘方法: 2024年; 部分线性空间自回归模型因具有参数空间自回归模型的解释能力和非参数空间自回归模型的灵活性而成为一类备受关注的半参数空间自回归模型。主要研究部分线性空间自回归模型的变量选择问题,基于轮廓拟最大似然方法和一类非凸罚函数,提出了一类惩罚最小二乘方法同时选择该模型的参数部分中重要解释变量和估计相应的非零回归系数。在适当的正则条件下,推导了回归系数的惩罚估计的收敛速度,并证明了所提出的变量选择方法具有Oracle性质。模拟研究和实际数据分析均表明所提出的变量选择方法具有满意的有限样本性质。; 程瑶瑶李体政

部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法被引量：1: 2024年; 主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。; 李体政方可

约束条件下线性可加空间自回归模型方法研究: 2024年; [目的]针对空间依赖性问题,提出约束条件下线性可加空间自回归模型的统计推断方法。[方法]先对线性可加空间自回归模型增加线性约束条件。通过B样条基函数近似求解未知的平滑函数,并代入回归模型,生成包含B样条基函数的空间自回归模型,对此模型的损失函数进行最小化,获取约束条件下模型的稀疏估计,通过SCAD惩罚函数无偏估计较大系数。在10种约束条件下,研究了线性可加空间自回归模型估计的渐近性质,得到在最优收敛速度下进行斜率系数的估计时,函数项部分不会改变参数估计的渐近分布特性。[结果]实验结果表明,该方法不仅在理论上具有可行性,而且在实践中易于操作。相比非约束估计,约束稀疏估计更为优秀。[结论]在交通数据统计分析中,该方法具有实用性和有效性。; 刘苏兵; 关键词：空间自回归模型渐近性质

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈