空间计量部分小结

假设检验
原假设:解释变量与被解释变量之间无差别(无影响),也就是说解释变量不影响被解释变量。
空间计量的一般步骤
①进行空间矩阵的制作,其中经常使用的是反距离矩阵。最终的矩阵要是标准化的正定矩阵。
②进行豪斯曼检验
原假设:空间固定效应联合不显著 & 时间固定效应联合不显著
分别对应两个p值,其中当第一个p值小于0.01时(p值最大不得超过0.1,以下所说的p值情况都是这样的),拒绝原假设,此时说明空间固定效应显著;当第二个p值小于0.01时,拒绝原假设,此时说明时间固定效应显著。如果两个p值均小于0.01,此时说明空间时间双固定联合效应显著。
豪斯曼检验通过后才能选择从哪个固定方向进行LM稳健性检验。
在这里插入图片描述

③LM稳健性检验
LM检验共有4个结果。
在这里插入图片描述
原假设为
LM检验不存在空间滞后
robust LM检验不存在空间滞后
LM检验不存在空间误差
robust LM检验不存在空间误差
当检验结果p值小于0.01时,拒绝原假设。此时应选择合理的空间计量模型
比如通过了空间滞后的LM检验,那么就可以选择空间滞后模型;如果通过了空间误差的LM检验,那么就可以选择空间误差模型;如果两个LM检验都通过了,那么就可以选择空间杜宾模型。
④相关模型的计算结果
以空间杜宾模型为例,结合几幅图来进行说明
空间计量部分小结_第1张图片
这里的R-squared是指R²,通常情况下这个值是小于1的,在OLS和SEM有用,值越趋近于1表明拟合效果越好;带ρ、Wy的都不可以用,在空间杜宾模型(SDM)中没什么作用,如果要写论文,放在论文中即可,不用做解释。
空间计量部分小结_第2张图片
t检验的值有时候是会写入论文中的,绝大多数的论文中是需要对显著性划分等级的,t检验中的t值可以作为参考依据,当然如果有p值的话能更直观的划分等级。这里的Coefficient是指某个解释变量在该模型中的系数。W*解释变量是该解释变量的空间项,如果p值小于0.01,就说明该解释变量具有空间效应,此时该解释变量的系数也应该被记录。
空间计量部分小结_第3张图片
空间杜宾模型中有直接、间接、总效应,空间滞后模型与空间误差模型没有这几项。在没有取对数的情况下,直接效应里本地的解释变量每增加1,本地的被解释变量增加对应的系数。比如说上图中直接效应中的降水每增加1,被解释变量减少0.000026(这里这个不显著哈,因为t值(t-stat)的绝对值没有大于1.96,p值(t-prob)没有小于0.05,在5%的置信区间中该因素不显著,通俗点理解就是降水这个变量对于解释变量来说没有空间影响或时空影响);在间接效应里,本地的解释变量每增加1,周边地区的被解释变量就增加对应的系数;总效应中,直接间接都显著的且方向相同的时候,总的是一定显著的,直接间接一个显著的时候,他大概率也是显著的。只有在直接间接方向相反的时候,他很可能不显著,这就是在相反的时候,用于衡量总的来说,功大于过还是过大于功。比如当地开个厂对本地的经济提升0.1,对周边的经济下降0.2(人才被吸走了)那总效应就是-0.1过大于功(朋友的解释)。

⑤退化检验(如果之前选择的是空间滞后或空间误差模型,那就不用做退化检验)
退化检验主要是针对空间杜宾模型来说的,因为通常情况下空间杜宾模型的包容性会更强一点,就是比较普遍,任何实验都可以用空间杜宾模型试一试,但是这也不意味着空间杜宾模型是最好的,在结果不太好的情况下是需要做退化检验的。
退化检验包括两种,分别是LR检验和Wald检验
原假设:
空间杜宾模型可以简化为空间滞后模型
空间杜宾模型可以简化为空间误差模型
空间计量部分小结_第4张图片
p值小于0.01,拒绝原假设,说明不可以退化。通常情况下两个值的关系为Wald>LR,如果要算上LM的话,那就是Wald>LR>LM。

关于论文中一些表格的解读
空间计量部分小结_第5张图片
对于上图中红色框框中的数据来说,表格中的数据全部都是这一项的系数,就是你做空间计量模型计算出来的系数项。但是在SDM中,一般不对这些变量做解释,只是贴一张表。对于别的模型来说可能会讨论一下。(我的解读是(但是我业余,这点不一定对):该表格中取对数了,因此解释的时候与原来有点不一样。比如拿第一项来说该城市的GDP每增加1%,就会导致该城市的PM2.5增加0.1%以上(多个模型综合来说);对于空间项来说,例如W*lnpm,邻近城市的PM2.5每增加1%,该城市的PM2.5增加0.5%以上。)
蓝色框框中就是实验直接得出的结果。

关于显著性问题
显著性问题中一共划分为三个等级,即一显著、两显著、三显著,从字面意思上来看,数字越大说明显著性越强。但是对于显著性等级的划分不同的论文有不同的情况。有的分为10%、5%、1%,有的分为5%、1%、0.1%。
在回到最开始,以5%为例,此时的原假设就是在5%的置信水平下解释变量与被解释变量之间无差别(无影响),也就是说解释变量不影响被解释变量;当你的p值小于0.05,此时拒绝原假设,也就是说在5%的置信水平下解释变量与被解释变量之间有差别(有影响)。
空间计量的t检验是双侧检验,因此5%的置信水平对应的t值是1.96
其他情况如下
空间计量部分小结_第6张图片

你可能感兴趣的:(经验分享,matlab)