不可不知的33个空间计量回归统计量

本文主要为大家介绍Geoda软件进行回归分析出来的相关统计量结果解释

空间计量经济学创造性地处理了经典计量方法在面对空间数据时的缺陷,考察了数据在地理观测值之间的关联。近年来在人文社会科学空间转向的大背景下,空间计量已成为空间综合人文学和社会科学研究的基础理论与方法,尤其在区域经济、房地产、环境、人口、旅游、地理、政治等领域,空间计量成为开展定量研究的必备技能。

1、Geoda简介

GeoDa是一个设计实现栅格数据探求性空间数据分析(ESDA)的软件工具集合体的最新成果。它向用户提供一个友好的和图示的界面用以描述空间数据分析,比如自相关性统计和异常值指示等。

GeoDa的设计包含一个由地图和统计图表相联合的相互作用的环境,使用强大的连接窗口技术。GeoDa 能在任何风格的微软公司的操作系统下运行(Win95,98,2000,NT,Me,andXp)。

Geoda软件适用于区域经济学、法学、政治学等社会学科,以及医学、地理学、植物学、土壤学、地质学、水文学和气候学等领域。

2、Geoda操作应用学习手册

以美国俄亥俄州哥伦布市49个社区的社区编号id、犯罪率crime、房价hoval与家庭收入income的数据讲解如何使用Geoda软件进行空间统计分析和空间计量分析

1、软件界面

打开软件界面如下:

2、打开shp文件,导入columbus.shp文件,界面为:

导入columbus.shp文件,具体步骤如下:打开Geoda软件,点击file—open—选择文件—shapefile—对应的shp文件

打开之后界面为:

3、导入对应表格数据

导入数据,对应步骤为:Table—merger table data

对应数据为:

3、创建权重矩阵

创建权重矩阵,点击Weight Manger,再点击Tool—Create, weights file ID variable(其中包含的数值要唯一),或者 add ID variable.选择计算的距离方式

4、接下来Space--Univariate Moran’s I

接下来Space--Univariate Moran’s I

点击OK,得到结果图

进一步的,我们对区域Moran指数进行可视化分析(LISA),以求其更加直观清晰的展现出地区局部自相关关系:Space——Local Univariate Moran's I——Cluster Map(集聚地图)和Significance Map(显著性地图)

5、Moran’s I检验的P值

计算结果查看(P值为0.001<0.05),0.006的意思是蒙特卡洛模拟999次和真实分布1次所有moran‘I中,真实分布的moran'I在一千个中排名第1。

6、OLS模型估计

统计量结果解释:
>>
回归分析
----------
SUMMARY OF OUTPUT: ORDINARY LEAST SQUARES ESTIMATIONData set            :  columbus
Dependent Variable  :       CRIME  Number of Observations:   49
Mean dependent var  :     35.1288  Number of Variables   :    3
S.D. dependent var  :     16.5605  Degrees of Freedom    :   46

R-squared           :    0.552404  F-statistic           :     28.3856
Adjusted R-squared  :    0.532943  Prob(F-statistic)     :9.34074e-009
Sum squared residual:     6014.89  Log likelihood        :    -187.377
Sigma-square        :     130.759  Akaike info criterion :     380.754
S.E. of regression  :      11.435  Schwarz criterion     :      386.43
Sigma-square ML     :     122.753
S.E of regression ML:     11.0794

-----------------------------------------------------------------------------
     Variable      Coefficient      Std.Error    t-Statistic   Probability
-----------------------------------------------------------------------------
         CONSTANT        68.619        4.73549        14.4904     0.00000
              INC      -1.59731       0.334131        -4.7805     0.00002
            HOVAL     -0.273931       0.103199       -2.65441     0.01087
-----------------------------------------------------------------------------

REGRESSION DIAGNOSTICS  
MULTICOLLINEARITY CONDITION NUMBER   6.541828
TEST ON NORMALITY OF ERRORS
TEST                  DF           VALUE             PROB
Jarque-Bera            2             1.8358          0.39937

DIAGNOSTICS FOR HETEROSKEDASTICITY  
RANDOM COEFFICIENTS
TEST                  DF           VALUE             PROB
Breusch-Pagan test     2             7.9004          0.01925
Koenker-Bassett test   2             5.6941          0.05802

DIAGNOSTICS FOR SPATIAL DEPENDENCE  
FOR WEIGHT MATRIX : RookColumbus Crime
  (row-standardized weights)
TEST                          MI/DF        VALUE          PROB
Moran's I (error)             0.2499        2.9376        0.00331
Lagrange Multiplier (lag)       1           8.7599        0.00308
Robust LM (lag)                 1           3.0722        0.07964
Lagrange Multiplier (error)     1           5.8149        0.01589
Robust LM (error)               1           0.1271        0.72141
Lagrange Multiplier (SARMA)     2           8.8871        0.01175
============================== END OF REPORT ================================

(0)

相关推荐