前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >matlab空间计量模型AIC和SC,空间计量模型[通俗易懂]

matlab空间计量模型AIC和SC,空间计量模型[通俗易懂]

作者头像
全栈程序员站长
发布2022-11-01 12:58:55
5820
发布2022-11-01 12:58:55
举报
文章被收录于专栏:全栈程序员必看

大家好,又见面了,我是你们的朋友全栈君。

回归分析中LM lag,LM error后面的DF value frob代表什么,哪一个是概率值?

这个表的结论是所有的spatial lag都不显著,不要用spatial model,一般的OLS就行

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。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/203511.html原文链接:https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022年10月23日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档