一种新的空间权重矩阵选择方法

被引：18

作者：

任英华 ^{[1
]}

游万海 ^{[2
]}

机构：

[1] 湖南大学金融与统计学院

[2] 湖南大学工商管理学院

来源：

统计研究 | 2012年 / 29卷 / 06期

关键词：

空间滞后模型; 空间权重矩阵; Component-wise Boosting方法;

D O I：

10.19343/j.cnki.11-1302/c.2012.06.015

中图分类号：

F224.0 [数量经济学];

学科分类号：

020209 ;

摘要：

空间权重矩阵选择问题一直是空间计量经济学中的一个难题,权重矩阵的选择正确与否关系到模型的最终估计结果。本文在空间滞后模型框架下,把空间权重矩阵选择问题转化为变量选择问题,然后利用CWB方法进行变量选择。中国城市服务业集聚机理实证研究显示,利用本文提出的方法所选取的空间权重矩阵较为合理,进而可以减少因为空间权重矩阵误设问题而引起的模型估计偏误。在大样本情形下,该方法可以非常有效地降低计算成本。

引用

页码：99 / 105

页数：7

共 5 条

[1] Model boosting for spatial weighting matrix selection in spatial lag models [J].

Kostov, Philip .

ENVIRONMENT AND PLANNING B-PLANNING & DESIGN, 2010, 37 (03) :533-549

[2]

Boosting Algorithms: Regularization, Prediction and Model Fitting[J] . Peter Bühlmann,Torsten Hothorn.Statistical Science . 2007 (4)

[3] How big is your neighbourhood? Spatial implications of market participation among Filipino smallholders [J].

Holloway, Garth ;

Lapar, M. Lucila A. .

JOURNAL OF AGRICULTURAL ECONOMICS, 2007, 58 (01) :37-60

[4]

A Generalized Spatial Two-Stage Least Squares Procedure for Estimating a Spatial Autoregressive Model with Autoregressive Disturbances[J] . Harry H. Kelejian,Ingmar R. Prucha.The Journal of Real Estate Finance and Economics . 1998 (1)

[5] Regression shrinkage and selection via the Lasso [J].

Tibshirani, R .

JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-STATISTICAL METHODOLOGY, 1996, 58 (01) :267-288

← 1 →