第七讲 空间计量经济学模型的malab估计.docVIP

空间计量经济学基本模型的matlab估计 一、空间滞后模型 sar（） ==================================================== 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。 ==================================================== 使用方法 res=sar(y，，W W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。 *********************************************************** 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）。 *********************************************************** x 需要注意x的生成方式，应将常数项包括在内。 *********************************************************** info info为结构化参数，事前赋值； 通常调整info.lflag（标准n?1000）、info.rmin和info.rmax。 *********************************************************** vnames 在输出结果中说明被解释变量。 使用方法： vnames=strvcat(‘variable name1’,’variable name2’……); *********************************************************** Asymptotic t-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。 ==================================================== 应用实例 估计地区投票率受周边地区投票率的影响程度 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。 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+ε ε~N（0，σ2In） 转换为： y=ρWy+[1 x][β0 β]’+ε ε~N（0，σ2In） 程序语句 1）近似估计 缺省设置：info.lflag=1 注意取对数值，得到y，x 2）精确估计 info.lflag=0 运行结果 ==================================================== xy2cont（） [W1 W2 W3]=xy2cont(x,y) 其中，W2是行标准化后的空间邻接矩阵。 一个例子： 使用anselin数据，生成w，并与wmat比较其差异。 ==================================================== 二、空间误差模型 sem（） ==================================================== 函数功能 估计空间误差模型 中的未知参数β、λ和σ2。 ==================================================== 使用方法 res=sem(y，， x应将常数项包括在内。 *********************************************************** info info为结构化参数，事前赋值； 通常调整info.lflag（标准n?1000）、info.rmin和info.rmax。 *********************************************************** vnames 在输出结果中说明被解释变量。 使用方法： vnames=strvcat(‘variable name1’,’variable name2’……); *********************************************************** =============================