第七讲空间计量经济学模型的matlab估计

《第七讲空间计量经济学模型的matlab估计》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、WORD文档下载可编辑空间计量经济学基本模型的matlab估计技术资料专业分享WORD文档下载可编辑一、空间滞后模型sar（）====================================================Ø函数功能估计空间滞后模型（空间自回归-回归模型）中的未知参数ρ、β和σ2。====================================================Ø使用方法res=sar(y，x，W，info）*******************************

2、****************************res：存储结果的变量；y：被解释变量；x：解释变量；w：空间权重矩阵；info：结构化参数，具体可使用helpsar语句查看技术资料专业分享WORD文档下载可编辑====================================================Ø注意事项1)WW为权重矩阵，因为是稀疏矩阵，原始数据通常以n×3的数组形式存储，需要用sparse函数转换为矩阵形式。**************************************

3、*********************2)ydev（不再需要）sar函数求解的标准模型可以包含常数项，被解释变量（因变量）y，不再需要转换为离差形式（ydev）。***********************************************************3)x需要注意x的生成方式，应将常数项包括在内。***********************************************************4)infoinfo为结构化参数，事前赋值；通常调整info.lfla

4、g（标准n?1000）、info.rmin和info.rmax。***********************************************************5)vnames在输出结果中说明被解释变量。使用方法：vnames=strvcat(‘variablename1’,’variablename2’……);技术资料专业分享WORD文档下载可编辑***********************************************************1)Asymptotict-

5、stat（渐进t统计量）rho的检验：渐进t分布，估计值的显著性使用相应的Z概率表示。====================================================Ø应用实例估计地区投票率受周边地区投票率的影响程度ü案例素材1997年，Pace等人研究了美国3107个县的选举投票率影响因素，运用的是美国1980年大选的公开投票数据，形成了一个包含3107个样本数据的截面数据集elect.dat。可以通过matlab软件打开elect.dat查看，并打开elect.txt查看各列数据的含义。

6、ü计量模型认为各县的投票率受到相邻地区投票率的影响，同时，还受到选民教育水平、选民住房情况、选民收入水平的影响，据此得到如下计量模型：y=β0+ρWy+xβ+εε~N（0，σ2In）转换为：y=ρWy+[1x][β0β]’+ε技术资料专业分享WORD文档下载可编辑ε~N（0，σ2In）ü程序语句l1）近似估计缺省设置：info.lflag=1注意取对数值，得到y，x。l2）精确估计info.lflag=0ü运行结果===================================================

7、=xy2cont（）v函数功能：使用地区x坐标和y坐标，生成空间邻接矩阵。v使用方法：[W1W2W3]=xy2cont(x,y)其中，W2是行标准化后的空间邻接矩阵。v一个例子：使用anselin数据，生成w，并与wmat比较其差异。====================================================技术资料专业分享WORD文档下载可编辑二、空间误差模型sem（）====================================================Ø函数功能估计

8、空间误差模型中的未知参数β、λ和σ2。====================================================Ø使用方法res=sem(y，x，W，info）***********************************************************res：存储结果的变量；y：被解释变量；x：解释变量