spatialpaneldataanalysisi(编辑修改稿)内容摘要:
s, Spatial Econometric Analysis Using GAUSS 10 KuanPin Lin Portland State University Spatial Panel Data Models The General Model 11()()( ) [ ( ) ( ) ]( ) , ( )TTTT T TNNWWABw he re A W B W y I y X βεε I ε i u vy I X β I i u vIISpatial Panel Data Models Assumptions Fixed Effects Random Effects Spatial Error Model: A=I or =0 Spatial Lag Model: B=I or =0 Panel Data Model: A=B=I 21( | , ) ( 39。 )vTV a r W B B ε X I2 2 1( | , )( ) ( 39。 )u T v TV a r WBB εXJI( | , ) 0EW εXSpatial Panel Data Models Example: U. S. Productivity (48 States, 17 Years) Panel Data Model ln(GSP) = b0 + b1 ln(Public) + b2ln(Private) + b3ln(Labor) + b4(Unemp) + iu + v Spatial Lag Model ln(GSP) = b0 + b1 ln(Public) + b2ln(Private) + b3ln(Labor)+ b4(Unemp) + λW ln(GSP) + iu + v Spatial Error Model ln(GSP) = b0 + b1 ln(Public) + b2ln(Private) + b3ln(Labor) + b4(Unemp) + W e , e iu + v Spatial Mixed Model ln(GSP) = b0 + b1 ln(Public) + b2ln(Private) + b3ln(Labor) + b4(Unemp) + λW ln(GSP) + W e , e iu + v Model Estimation Based on panel data models (pooled, fixed effects, random effects), we consider: Spatial Error Model Spatial Lag Model Spatial Mixed Model Model Estimation Generalized Least Squares (IV/GLS) Generalized Method of Moments (GMM/GLS) Maximum Likelihood Estimation Spatial Lag Model Estimation The Model: SPLAG(1) OLS is biased and inconsistent. ()( ( ) , ) 0TTTWCov W y I y X βεε i u vIy ε ()39。 39。 T W Z I y XδβyZ δεSpatial Lag Model Estimation Fixed Effects 2 2( ) ( ) ()Tv N T vV a r V a r V a r yZ δ i u v yZ δvε v I vQ,()T T Nw h e r e y = Q y Z = Q Z v = Q vQ I J ISpatial Lag Model Estimation Fixed Effects: IV or 2SLS Instrumental Variables TwoStage Least Squares 1 2 12ˆ ˆ ˆˆ ˆ ˆ( 39。 ) 39。 , ( ) ( 39。 )ˆ ˆ ˆ ˆˆ 39。 / ( 1 ) ,vvVarNT δ Z Z Z y δ ZZv v v y Z δ1ˆ ( 39。 ) 39。 Z H H H H Z2( | ) 0 , ( , ) 0, TE C o vw h e re W v H Z HH X W X W X W ISpatial Lag Model Estimation Random Effects 22( ) ( )Tu T v T NV ar yZ δεε i u vε Ω J I I2 2 2 2 211 ,( ) ,v u vT T N T NTw h e r e 11Ω Q I J I Q J ISpatial Lag Model Estimation Random Effects: IV/GLS Instrumental Variables TwoStage Generalized Least Squares 1 1 111ˆ ˆ ˆ( 39。 ) 39。 ˆ ˆ( ) ( 39。 )V a r δ Z Ω ZZ Ω yδ Z Ω Z1ˆ ( 39。 ) 39。 Z H H H H Z2( | ) 0 , ( , ) 0, TE C o vw h e r e W ε H Z HH X W X W X W ISpatial Lag Model Estimation Random Effects: IV/GLS Feasible Generalized Least Squares Estimate v2 and u2 from the fixed effects model: FGLS for random effects model: 1 1 1 1 1ˆ ˆ ˆ ˆ ˆˆ ˆ ˆ( 39。 ) 39。 , ( ) ( 39。 )V a r δ Z Ω ZZ Ω y δ Z Ω Z11222 2 1 2 2ˆ ˆˆ ˆ ˆ ˆ ˆ( 39。 ) 39。 , , /ˆ ˆ ˆ ˆˆ ˆ39。 / ( 1 ) , 39。 /ˆ ˆˆ ˆ ˆ ˆ( ) , ( )TF E F E i ittvuu T v T N u T v T Nv v TN T N δ Z Z Z y v y Z δv v v vΩ J I I Ω J I ISpatial Error Model Estimation The Model: SPAR(1) Fixed Effects Random Effects ()TTWi yX βεε I ε ee u v2 2 2 2 211(,( ) ,v u vT T N T NV a r T。spatialpaneldataanalysisi(编辑修改稿)
相关推荐
比如可以按性别变量分为男和女来研究二者收入是否存在差距。 – T 检验 • 独立样本 t检验用于不相关的样本是否开来自具有相同均值的总体的检验。 比如,研究购买该产品的顾客和不购买的顾客的收入是否有明显差异。 • 如果样本不独立则要用配对 t检验。 比如研究参加职业培训后 工作效率是否提高。 统计分析(续) • 聚类分析 • 相关分析 • 回归分析 统计制图 • 饼图 (pie chart) •
合并实质是将两个数据文件,按照个案对应进行左右对接。 横向合并数据文件 • 如果两个文件 个案个数 不同,那么个案少的文件的合并后会在新文件中相应的个案处出现系统 缺失值 ; • 注意,必须要有一个相同名称的变量名,为合并的 关键变量 ,事先按照关键变量升序排序,含义不同的变量项,不要用相同的变量名。 操作步骤: Data菜单 选择参数 Add Variable 菜单 打开要合并 的文件
1111 xnnji a i a jaax x xnn SPSS在聚 类 分析中的 应 用 兰氏( Canberra)距离 它是由 Lance和 Williams最早提出的,故称兰氏距离。 此距离仅适用于一切的情况,这个距离有助于克服各指标之间量纲的影响,但没有考虑指标之间的相关性。 11( ) i, j 1 , , np ia jaija ia jaxxdLp
) l n | | ( 1 ) l n | |2( ) , ( )( , , | , , ) ( ) ( ) ( )vvvNNT T TN T N TLT A T Bw he re A I W B I WW I B I A I B βeeee β y X y X βMaximum Likelihood
例 1 根据例 1 的数据,贷款余额 x1=100 、累计应收贷款 x2= 贷款项目个数 x3=15 和固定资产投额 x4=60 ,试给出 不良贷款的 . 解:由 STATISTICA 输出的不良贷款的置信区间和预测区 间如表 126和表 127所示 . 表 6 不良贷款的置信区间 表 7 不良贷款的预测区间 近似区间预测 )2ˆ,2ˆ( 00 yy sysy 当 n 较大时,且 时,则
对样本 T检验的检验统计量 在配对样本 T检验中,设 、 分别为配对样本。 其样本差值 ,此时检验统计量为: 其中 为 的均值, S为 的标准差, n为样本数,当 时, t统计量服从自由度为 n1的 t分布。 0H1ix 2 ( 1 )ix i n12i i id x x12()/dtSnd id id 120SPSS 19(中文版 )统计分析实用教程 电子工业出版社