首页|误差空间自相关GWR模型的截面最小二乘估计

误差空间自相关GWR模型的截面最小二乘估计

扫码查看
原文链接
  • 万方数据
  • 维普
为了处理空间数据同时存在的空间异质性和空间相关性,本文考虑了一类空间误差自相关GWR模型.该模型被视为经典GWR模型和空间误差模型的有效融合.由于模型中误差项的空间滞后项引起的内生性问题,使用现有的GWR模型的估计方法无法得到参数的一致估计.为此,本文结合局部线性估计和截面最小二乘估计的思想,提出一种新的模型估计方法.讨论了估计量的渐近性质,通过数据模拟评估了所提方法在有限样本下的性能,并将本文的方法和已有的方法进行比较.数据模拟结果表明,本文的方法能够更准确地估计模型参数和系数函数.最后通过一个实证案例来说明所提方法的实用性.
Profile Least Square Estimation of Error Spatial Autocorrelation GWR Models
In order to handle the coexistence of spatial heterogeneity and spatial cor-relation in spatial data,This paper considers a class of error spatial autocorrelation GWR models,This model is considered an effective fusion of classical GWR model and spatial error model.the existing estimation methods of the GWR model cannot obtain a consistent estimate of the parameters,due to the endogeneity problem caused by the spatial lag of the error term in the model.Therefore this article propose a new estimation method for the model by combines the ideas of local linear estimation and profile least square estimation metod.Discussed the asymptotic properties of estima-tors,evaluated the performance of the proposed method under limited samples through data simulation,and compared our method with existing methods.The data simulation results indicates that the method proposed in this paper,it can provide more accu-rate estimates of model parameters and coefficient functions by contrast.Finally,an empirical case is presented to demonstrate the practicality of the proposed method.

spatial heterogeneityspatial correlationGWR modelprofile least square estimation

古丽斯坦·库尔班尼牙孜、赵珍、孟丽君、马钰蕾、田茂再

展开 >

新疆财经大学统计与数据科学学院,乌鲁木齐 830012

英国爱丁堡大学数学学院,爱丁堡EH8 9YL

中国人民大学应用统计科学研究中心,中国人民大学统计学院,北京 100872

空间异质性 空间相关性 GWR模型 截面最小二乘估计

新疆维吾尔自治区社科基金项目新疆维吾尔自治区人文社科基地项目新疆财经大学高层次人才专项项目新疆财经大学校级项目新疆财经大学校级项目新疆财经大学高层次人才专项项目

22VZX021XJEDU2023P0112023XGC0062021XYB0072016XYB0132022XGC019

2024

10.20142/j.cnki.amas.202401070

应用数学学报
中国数学会 中国科院数学与系统科学研究院

应用数学学报

CSTPCD北大核心
影响因子：0.405
ISSN：0254-3079
年,卷(期)：2024.47(5)