第七讲空间计量经济学模型的matlab估计

1、空间计量经济学基本模型的matlab估计空间滞后模型sar（）函数功能估计空间滞后模型（空间自回归 -回归模型）y = Wy x N（0广 2In）中的未知参数p、B和d2。使用方法res=sar（y, x, W, info）*res:存储结果的变量；y:被解释变量；x:解释变量；w：空间权重矩阵；info：结构化参数，具体可使用help sar语句查看ii注意事项1）WW为权重矩阵，因为是稀疏矩阵，原始数据通常以n X3的数组形式存储，需要用sparse函数转换为矩阵形式。*2）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（yd

2、ev）。*3）x需要注意x的生成方式，应将常数项包括在内。*4）infoinfo为结构化参数，事前赋值；通常调整 info.1 flag（标准 n?1000）、nfo.rmin 和 info.rmax。*5）vnames在输出结果中说明被解释变量。使用方法：vnames=strvcat（ variable namel ' , ' variable name2 ' ）;*6）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

3、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= （3o+ p Wy+x （3+ eLN （0,异In）转换为：y= p Wy+ 1 x 3o 3 ' eN （0,异In）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。

4、2）精确估计infoflag =0运行结果xy2cont （）函数功能：使用地区x坐标和y坐标，生成空间邻接矩阵。使用方法：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。51、空间误差模型sem()函数功能估计空间误差模型厂X u u = WuNg 2In)中的未知参数伏入和*。使用方法res=sem"，x，W，info)*res: 存储结果的变量；y:被解释变量；x:解释变量；w:空间权重矩阵；info:结构化参数，具体可使用help sem语句查看注意事项1) xx应将常数项包

5、括在内。*2) infoinfo为结构化参数，事前赋值；通常调整 info.1 flag(标准 n?1000)、nfo.rmin 和 info.rmax。*3) vnames在输出结果中说明被解释变量。使用方法：vnames=strvcat( variable namel ' , ' variable name2 ' );*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matla

6、b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= po+x B+uu= AWu+ &N (0, (7 2In)转换为：y= 1 x Bo B 'uu= AWu+ &N (0, 7 2In)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infoflag =0运行结果误差项空间依赖性的检验*1) Moran I统计量检验使用方法:res=moran

7、(y,x,W); prt(res);*2) 似然比检验(Iratios )使用方法：res=lratios (y,x,W); prt(res);*3) 拉格朗日乘子(LM )检验使用方法：res=lmerror (y,x,W); prt(res);*4) 沃德(Walds)检验使用方法：res=walds (y,x,W); prt(res);*5) 基于sar残差的检验使用方法：res=lmsar( y,x,W1,W2);prt(res);10三、空间杜宾模型sdm()函数功能估计空间杜宾模型y Wy X < WX 22N(0/ In)中的未知参数P、B 4、B 2和氏使用方法res=s

8、dm（y，X，W， info）*info :结构化参数，具体可使用helpsdm语句查看注意事项1) X模型中，第一个X包括常数项，第二个未包括常数项。 但程序中的X应将常数项包括在内，程序会自动处理 。*2） infoinfo为结构化参数，事前赋值；通常调整 info.1 flag（标准 n?1000）、nfo.rmin 和 info.rmax。*应用实例1）估计地区犯罪率受周边地区犯罪率的影响程度案例素材Anselin在1980年研究了美国俄亥俄州（Ohio）哥伦 布市（Columbus）49个县的犯罪率影响因素，形成了一 个包含49个样本数据的截面数据集 anselin.dat。可以通过

9、 matlab软件打开anselin.dat查看，并打开 anselin.txt查看各列数据的含义。计量模型y= Bo + p Wy+x 內 +Wx （32 + £LN （0,异In）程序语句1）近似估计缺省设置 info.lflag =1;或者 info.lflag =2。2）精确估计更改设置：info.lflag =0运行结果2）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e

10、lect.dat查看，并打开 elect.txt查看各列数据的含义。计量模型程序语句1）近似估计缺省设置：info.lflag =1;或者 info.lflag =2.注意y的取值问题：用点除（./）2）精确估计由于n>1000，只能使用近似估计。运行结果13四、广义空间模型sac()函数功能估计广义空间模型y= pWiy+x B+uU= 2W2U+ £N （0,异In）中的未知参数p、B、入和o2使用方法res=sac", X, Wi, W2, info)高阶邻接矩阵的生成slag ()Wp=slag (W, p)注意：不包括低阶邻接。应用实例1) 估计地区犯罪率受周边地区犯罪率的影响程度2) 估计地区投票率受周边地区投票率的影响程度练习作业1）估计地区犯罪率受周边地区犯罪率以及其他因素的影 响程度数据：Anselin （ 1980）。方法：采用精确估计，分别采用空间滞后、空间误差、 空间杜宾和广义空间模型估计。具体任务：分别按照不同的模型，（1）编写运算语句；（2）得到运算结