第七講空間計(jì)量經(jīng)濟(jì)學(xué)模型的matlab估計(jì).doc

1、空間計(jì)量經(jīng)濟(jì)學(xué)基本模型的 matlab 估計(jì)空間滯后模型sar（）? 函數(shù)功能估計(jì)空間滯后模型（空間自回歸-回歸模型）y Wyx N(0,2In)中的未知參數(shù)P、B 和 o2o? 使用方法 res=sar(y，x，W，info)*res：存儲(chǔ)結(jié)果的變量；y：被解釋變量；x：解釋變量；w：空間權(quán)重矩陣；info ：結(jié)構(gòu)化參數(shù)，具體可使用help sar語句查看? 注意事項(xiàng)1）WW為權(quán)重矩陣，因?yàn)槭窍∈杈仃?，原始?shù)據(jù)通常以n X3的數(shù)組形式存儲(chǔ)，需要用 sparse 函數(shù)轉(zhuǎn)換為矩陣形式。*2）ydev （不再需要）sar 函數(shù)求解的標(biāo)準(zhǔn)模型可以包含常數(shù)項(xiàng)， 被解釋變量（因 變量）y，不再需要轉(zhuǎn)換為

2、離差形式（ydev）。*3）x需要注意 x 的生成方式，應(yīng) 將常數(shù)項(xiàng)包括在內(nèi) 。*4）infoinfo 為結(jié)構(gòu)化參數(shù)，事前賦值；通常調(diào)整 info.lflag （標(biāo)準(zhǔn) n?1000 ）、nfo.rmin 和 info.rmax 。*5）vnames在輸出結(jié)果中說明被解釋變量。使用方法：vnames=strvcat （ variable namel ' , ' variable name2 ' ）;*6）Asymptotic t-stat （漸進(jìn) t 統(tǒng)計(jì)量）rho 的檢驗(yàn)：漸進(jìn) t 分布，估計(jì)值的顯著性使用相應(yīng)的 Z 概率表示。? 應(yīng)用實(shí)例估計(jì)地區(qū)投票率受周邊地區(qū)投票率

3、的影響程度? 案例素材1997年，Pace等人研究了美國3107個(gè)縣的選舉投票 率影響因素， 運(yùn)用的是美國 1980 年大選的公開投票數(shù)據(jù)， 形成了一個(gè)包含 3 1 07個(gè)樣本數(shù)據(jù)的截面數(shù)據(jù)集 elect.dat可以通過 matlab 軟件打開 elect.dat 查看，并打開 elect.txt 查看各列數(shù)據(jù)的含義。? 計(jì)量模型認(rèn)為各縣的投票率受到相鄰地區(qū)投票率的影響，同 時(shí)，還受到選民教育水平、 選民住房情況、 選民收入水平 的影響，據(jù)此得到如下計(jì)量模型：y= （3o + p Wy+x （3+ eN （0,異In）轉(zhuǎn)換為：y= p Wy+ 1 x 3o 3 ' eN （0,異In）

4、? 程序語句1）近似估計(jì)缺省設(shè)置： info.lflag =1 注意取對數(shù)值，得到 y，x。2）精確估計(jì)info.lflag =0? 運(yùn)行結(jié)果xy2cont （）? 函數(shù)功能：使用地區(qū)x坐標(biāo)和y坐標(biāo)，生成空間鄰接矩陣。? 使用方法：W1 W2 W3= xy2cont（x,y）其中， W2 是行標(biāo)準(zhǔn)化后的空間鄰接矩陣。? 一個(gè)例子：使用 anselin 數(shù)據(jù)，生成 w ，并與 wmat 比較其差 異。4、空間誤差模型sem（）? 函數(shù)功能估計(jì)空間誤差模型yxuuWu2 N(0, 2In)中的未知參數(shù)伏入和? 使用方法 res=sem（y，x，W，info）*res： 存儲(chǔ)結(jié)果的變量； y：被解釋

5、變量；x：解釋變量；w： 空間權(quán)重矩陣； info ：結(jié)構(gòu)化參數(shù)，具體可使用 help sem 語句查看注意事項(xiàng)1) xx 應(yīng) 將常數(shù)項(xiàng)包括在內(nèi) 。*2) infoinfo 為結(jié)構(gòu)化參數(shù)，事前賦值；通常調(diào)整 info.lflag (標(biāo)準(zhǔn) n?1000 )、nfo.rmin 和 info.rmax。*3) vnames在輸出結(jié)果中說明被解釋變量。使用方法：vnames=strvcat ( variable namel ' , ' variable name2 ' );*? 應(yīng)用實(shí)例估計(jì)地區(qū)投票率受周邊地區(qū)投票率的影響程度? 案例素材1997年，Pace等人研究了美國310

6、7個(gè)縣的選舉投票 率影響因素， 運(yùn)用的是美國 1980 年大選的公開投票數(shù)據(jù)， 形成了一個(gè)包含 3 1 07個(gè)樣本數(shù)據(jù)的截面數(shù)據(jù)集elect.dat可以通過 matlab 軟件打開 elect.dat 查看，并打開 elect.txt 查看各列數(shù)據(jù)的含義。? 計(jì)量模型 認(rèn)為各縣的投票率受到相鄰地區(qū)投票率的影響，同 時(shí)，還受到選民教育水平、 選民住房情況、 選民收入水平 的影響，據(jù)此得到如下計(jì)量模型：y= po+x B+uu= AWu+ &LN （0,異In）轉(zhuǎn)換為：y= 1 x B0 B'+uu= AWu+ &N （0,/ln）? 程序語句1）近似估計(jì)缺省設(shè)置： inf

7、o.lflag =1 注意取對數(shù)值,得到 y,x。2）精確估計(jì)info.lflag =0? 運(yùn)行結(jié)果? 誤差項(xiàng)空間依賴性的檢驗(yàn)*1） Moran I 統(tǒng)計(jì)量檢驗(yàn)? 使用方法：res=moran (y,x,W ); prt(res);*2) 似然比檢驗(yàn)( lratios )? 使用方法：res=lratios (y,x,W ); prt(res);*3) 拉格朗日乘子( LM )檢驗(yàn)? 使用方法：res=lmerror (y,x,W ); prt(res);*4) 沃德(Walds)檢驗(yàn)? 使用方法：res=walds ( y,x,W ) ; prt(res);*5) 基于 sar 殘差的檢驗(yàn)?

8、 使用方法：res=lmsar (y,x,W1,W2 );prt(res);8三、空間杜賓模型sdm()? 函數(shù)功能估計(jì)空間杜賓模型y Wy X 1 WX 22 N(0, 2I n)中的未知參數(shù)p、B i、B 2和總。? 使用方法 res=sdm（y，X，W，info）*info ：結(jié)構(gòu)化參數(shù)，具體可使用help sdm語句查看? 注意事項(xiàng)1) X模型中，第一個(gè) X 包括常數(shù)項(xiàng)，第二個(gè)未包括常數(shù)項(xiàng)。 但程序中的 X 應(yīng)將常數(shù)項(xiàng)包括在內(nèi)，程序會(huì)自動(dòng)處理 。*2） infoinfo 為結(jié)構(gòu)化參數(shù)，事前賦值；通常調(diào)整 info.lflag （標(biāo)準(zhǔn) n?1000 ）、nfo.rmin 和 info.r

9、max。*? 應(yīng)用實(shí)例1) 估計(jì)地區(qū)犯罪率受周邊地區(qū)犯罪率的影響程度? 案例素材Anselin在1980年研究了美國俄亥俄州(Ohio)哥倫 布市( Columbus) 49 個(gè)縣的犯罪率影響因素，形成了一 個(gè)包含 49 個(gè)樣本數(shù)據(jù)的截面數(shù)據(jù)集 anselin.dat 。可以通過 matlab 軟件打開 anselin.dat 查看，并打開 anselin.txt 查看各列數(shù)據(jù)的含義。? 計(jì)量模型y= 3o + p Wy+x 3i +Wx 32 + £LN (0,/ln)? 程序語句1 )近似估計(jì)缺省設(shè)置 info.lflag =1；或者 info.lflag =2。2)精確估計(jì)更改

10、設(shè)置： info.lflag =0? 運(yùn)行結(jié)果2）估計(jì)地區(qū)投票率受周邊地區(qū)投票率的影響程度?案例素材1997年，Pace等人研究了美國3107個(gè)縣的選舉投票 率影響因素，運(yùn)用的是美國1980年大選的公開投票數(shù)據(jù)， 形成了一個(gè)包含3107個(gè)樣本數(shù)據(jù)的截面數(shù)據(jù)集elect.dat可以通過matlab軟件打開elect.dat查看，并打開 elect.txt查看各列數(shù)據(jù)的含義。?計(jì)量模型?程序語句1）近似估計(jì)缺省設(shè)置：info.lflag =1;或者 info.lflag =2.注意y的取值問題：用點(diǎn)除（./）2）精確估計(jì)由于n>1000，只能使用近似估計(jì)。?運(yùn)行結(jié)果11四、廣義空間模型sac

11、()? 函數(shù)功能 估計(jì)廣義空間模型y= pWiy+x B+uu= 2W2U+ £LN (0,異In)中的未知參數(shù)p、B、入和肥? 使用方法 res=sac(y,X,W1,W2,info)? 高階鄰接矩陣的生成 slag() Wp=slag( W, p) 注意：不包括低階鄰接。? 應(yīng)用實(shí)例1) 估計(jì)地區(qū)犯罪率受周邊地區(qū)犯罪率的影響程度2) 估計(jì)地區(qū)投票率受周邊地區(qū)投票率的影響程度練習(xí)作業(yè)1） 估計(jì)地區(qū)犯罪率受周邊地區(qū)犯罪率以及其他因素的影響程度數(shù)據(jù)： Anselin（ 1980）。方法：采用 精確估計(jì)， 分別采用空間滯后、 空間誤差、 空間杜賓和廣義空間模型估計(jì)。具體任務(wù)：分別按照不同的模型， （1）編寫運(yùn)算語句； （2）得到運(yùn)算結(jié)果，并保