这一列(MI/DF这列)读下来就是Moran's I 的均值之类的东西(MI)等于-0.17,下面是各个LM检验的自由度,(LM检验是卡方分部所以有不同自由度)。
第二列(value)是各个统计量的值,比如LM lag就是统计量等于0.238,服从自由度为1的卡方分部。下面的差不多。
第三列(Prob)应该是对应的P value。你可以验证一下是不是自由度1的卡方分部大于0.238的概率是0.62563(P<0.01,在99%下显著;P<0.05,在95%下显著)
为确定是使用空间滞后模型SLM还是空间误差模型SEM,需要进行模型的选择。先采用最小二乘法(OLS)对模型进行估计,然后比较拉格朗日乘数LM的显著性。如果LM-lag统计上的显著性高于LM-error,同时,Robust LM-lag显著性高于Robust LM-error,则使用空间滞后模型SLM。反之,LM-lag统计上的显著性低于LM-error,同时,Robust LM-lag显著性低于Robust LM-error,则使用空间误差模型SEM。
按照正常步骤。面数据模型的LM检验解决的是,截面数据SEM模型和SLM模型的选择问题。这部分内容比较简单,参见《高级计量经济学及Stata应用(第二版)》设定面板数据格式第二步:对主要变量做描述性分析第三步:做基准回归第四步:做中介效应。
Stata空间计量命令汇总及操作手册空间计量经济学创造性地处理了经典计量方法在面对空间数据时的缺陷,考察了数据在地理观测值之间的关联。近年来在人文社会科学空间转向的大背景。
分析与地图的显示是两会儿事,空间分析可以简单的分为两块:第一是:空间统计分析,即空间数据的探索性分析,一般用到地图,主要
是为了直观显示其属性值的空间分布情况,另外就是全局空间自相关
分析(全局Morans'I
系数)和局部空间自相关分析(LISA)及Morans
散点图(HH,HL,LH,LL);第二是:空间计量分析,主要包括:
空间滞后模型(SLM)和空间误差模型(SEM),使用的前提是,自
变量和因变量都存在空间自相关性,因此导致经典的计量模型估计有
偏或失效,因此自然而然将空间因素考虑到模型中进行分析,空间因
素的引进涉及最核心的表达空间的权重矩阵。这是空间计量模型和软
究区域的地图的制作;地图和属性数据的链接等。具体如下:首先可
以借助
Mapinfo
和
Arcgis
软件制作
shape
格式的地图文件,并设置
ID
唯一代码,接着制作属性值文件,其格式为dbf,然后,将上述制
作完成的
shape
格式文件和
dbf
格式属性值通过
OpenGoda
软件的
Table
菜单下的Merge
TableDate
进行合并,形成一个完整的包含分
析需要的所有属性值的shape
格式文件。这样我们所有准备工作完成
了,接下来就可以进行各种各样的分析了。
其次、无法获取地图的shape
文件,或者你主要进行的空间回
归分析,那么此时你完全不用费心思去制作地图,这时候仅需要你生
成一个空间权重矩阵,具体做法是:1、生成一个
OpenGoeda
能识
别的
shape
格式文件(直接用
txt
做就
ok
了,还可以通过
dbf
格式
做,也比较容易)步骤,tools/shape/Point
from
ASCII(txt),2、建
立
dbf
格式的属性数文件,3、利用软件里的
Merge
TableDate
将
1
步建的shape
文件数据表和2
步建的dbf
格式数据进行合并,并保存,
保存后的文件我们命名为“sample”,3,则可以用sample.shp
格式文
件进行空间面板数据分析了。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)