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。
以上是本人在实际应用中的做法,希望对大家有所帮助!另
结果的前两行表示模型的类别,LZ采用的为randomeffect随机模型,截面变量:province,样本数目310.群组数目31,也就是每组10个观测值。3-5行表示模型的拟合优度,分别为within,between,overall,组内,组间,总体三个层次。6-7行表示针对参数联合检验的waldchi2检验和Pvalue,p=0.000表示参数整体上灰常显著。8-10行表示解释变量的估计权重,截距,标准差,Z统计量,P值及95%置信区间。这块儿跟截面回归的产出结果是一样的,关于你的解释变量base的权重解释是,在其他多有条件都不变的情况下,base每增加一单位,city会增加0.0179单位,P值0.000,灰常显著。最后三行分别是随机效应模型中个体效应和随机干扰项的方差估计值,分别为sigma_u,sigma_e.以上两者之间的关系rho.需要注意的是你的模型拟合度不高,R方只有26%,当然这要看具体是哪方面的研究以及同方向其他学者的拟合结果,如果大家都在20多,那就OK。SEM是扫描电镜
,所加电压比较低,只是扫描用的,相当于高倍的显微镜TEM是
透射电镜
,所加电压高,可以打透样品,观察内部结构STEM是扫描透射,是扫描电镜里面的一个功能,可以说是
山寨版
的TEMSTM是
扫描隧道显微镜
,具体功能不太清楚了。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)