GeoDa空间计量（五）——空间计量模型

本文以1984年哥伦布市的俄亥俄州的49个街区的数据为基础，构建OLS模型，空间滞后模型，空间误差模型，自变量空间滞后模型，空间杜宾模型，空间杜宾误差模型。具体数据说明见表1（只对使用的变量进行说明）。因GeoDa只能对截面数据进行分析，故本文的所有分析都是基于截面数据。

变量	说明
AREA	空间单元的面积
PERIMETRE	空间单元的周长
CULUMBUS_	内部多边形的ID
CULUMBUS_ I	内部多边形的ID
POLYID	空间单元的ID
NEIG	空间单元的ID
HOVAL	房屋价格（单位：1000美元）
INC	家庭收入（单位：1000美元）
CRIME	每1000户居民中发生盗窃和偷车案件的数量
OPEN	开放空间
X	经度坐标
Y	纬度坐标

OSL模型

（一）打开columbus.shp的数据


（二）生成OLS模型

点击‘Methods’下的‘Regression’，设置‘Crime’为‘Dependent Variable’,'HOVAL’和‘INC’为‘Covariates’;‘Weights File ’选取‘queencol1.gal’，即Queen生成的1阶相邻权重矩阵；‘Methods’选取‘Classic’，即为OLS模型；‘Pred.Val.and Res’是预测值、方差和残差；‘Coeff.Var.Mat’是系数方差矩阵；‘White Test’是怀特检验。点击‘Run’，即可得到OLS模型的结果。

空间滞后模型

其他步骤同OLS模型一样，只是‘Methods’选取‘Spatial Lag’。

空间误差模型

其他步骤同OLS模型一样，只是‘Methods’选取‘Spatial Error’。

自变量空间滞后模型

在进行自变量空间滞后模型之前，先构建自变量的空间滞后变量，具体步骤如下：
点击‘Table’下的‘Variable Calculation’；在弹出的窗口中选取‘Spatial Lag’，点击‘Add Variable’，设置如下参数，点击‘Add’（这里展示的是W_INC变量的构建，W_HOVAL变量自行构建）。‘Weight’选择‘queencol1.gal’。


构建好空间滞后的自变量之后，现在来构建自变量空间滞后模型。具体步骤和前面模型构建一样，但在‘Covariates’中增加了‘W_INC’和‘W_HOVAL’两个变量。在‘Methods’下选取‘Classic’。

空间杜宾模型

在构建了自变量的空间滞后变量之后，运行方式和自变量空间滞后模型相同，但在‘Models’下选择‘Spatial Lag’。

空间杜宾误差模型

运行方式和自变量空间滞后模型相同，但在‘Models’下选择‘Spatial Error’。


注：以上所有模型运行的结果解读，请自行百度空间计量模型结果的解读。