空间计量经济学分析ppt课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
✓ 全局Moran指数，可以看作是Wz对于z的线性回
归系数，对界外值以及对Moran指数具有强烈影 响的区域单元，可通过标准回归来诊断出。
✓ 由于数据对（Wz，z）经过了标准化，因此界外
值可易由2－sigma规则可视化地识别出来。
Moran scatterplot
✓ Moran散点图的4个象限，分别对应于区域单元与其邻居之间4种类 型的局部空间联系形式：
空间计量经济学简介
A Brief Introduction to Spatial Econometrics
*
1
Topics
空间计量经济学的基础 空间滞后模型计量分析 空间误差模型计量分析 地理加权回归模型分析 空间计量经济分析软件包：GeoDa/ArcGIS
*
xx。
2
Definition
➢ 第一象限(高一高，标记为HH)：它表示一个高经济水平的区域被其 它高经济水平的区域包围；或者说，一个高经济水平的区域和它周围的 经济区域他们有较小的空间差异程度；
➢ 第二象限(低一高，标记为LH)：它表示高经济水平的区域包围着一 个低经济水平的区域，也就是说该区域的经济水平相比较周围邻居是比 较低的，意既该区域经济的空间差异的程度是比较大的；
) )
✓ 正的局部Moran指数Ii，表示一个高值被高值所包 围（高-高），或则是一个低值被低值所包围（低 -低）。
✓ 负的局部Moran指数Ii，表示一个高值被低值所包 围（高-低），或则是一个低值被高值所包围（低 -高）。
Moran散点图
✓ 以（Wz，z）为坐标点的Moran散点图，常来研 究局部的空间不稳定性，它对空间滞后因子Wz 和z数据对进行了可视化的二维图示。
“让数据自己说话” 两类工具：第一类，全局空间相关性，一般用Moran指数I
（Moran，1950）、Geary指数C（Geary，1954）来测度；第二 类，局部空间相关性，一般用G统计量、Moran散点图和LISA 来测度。
*
xx。
7
全域空间相关性
全域空间自相关（Global Spatial Autocorrelation） 是从区域空间的整体上刻画区域创新活动空间 分布的集群情况。
关系。
*
xx。
10
局部空间自相关检验与分析
局部空间自相关分析方法包括3种:
➢ 空间联系的局部指标（local indicators of spatial association， LISA)）；
➢ G统计量 ；
➢ Moran散点图。
✓ 局部Moran指数检验的标准化统计量为
Z(Ii
)
Ii E(Ii VAR(Ii
简单地说，空间计量经济学（Spatial Econometrics）就是空间经济的计量。 即：是以空间经济理论和地理空间数据为基础， 以建立、检验和运用经济计量模型为核心，运 用数学、统计学方法与计算机技术对经济活动 的相互作用（空间自相关spatial dependence） 和空间结构（空间异质性spatial heterogeneity） 问题进行定量分析，研究空间经济活动或经济 关系数量规律的一门经济学学科。
拓空 扑间 关数 系据
的
*
xx。
5
空间数据分析
数据分析包括探索阶段和证实阶段
空间数据分析分为两类：探索性空间数据分析 （exploratory spatial data analysis，ESDA）和确认性空 间数据分析（affirmable spatial data analysis，ASDA ）。 前者对应空间统计方法，后者对应空间计量模型。
*
xx。
4
空间数据分析
空间数据（spatial data）也可以成为地理数据，是以 不同的方式和来源获得的数据，如地图、统计数据等， 这些数据都具有能够确定空间位置的特点。
百度百科：空间数据是指用来表示空间实体的位置、 形状、大小及其分布特征诸多方面信息的数据，是一 种用点、线、面以及实体等基本空间数据结构来表示 人们赖以生存的自然世界的数据，以坐标和拓扑关系 的形式存储。
空间数据分析的一般程序：首先用探索性空间数据分 析直观地描述空间数据，直接探索隐藏在数据中的关 系、模式和趋势等，获得问题的理解和相关知识（发 现问题）；然后运用空间计量经济学方法更深入地研 究所发现的问题，并为相关理论提供经验证据（研究 问题）。
*
xx。
6
探索性空间数据分析
探索性空间数据分析（ESDA）是一种具有识别功能的空间数 据分析方法，将统计学和现代图形计算技术结合起来，用直观 的方法展现空间数据中隐含的空间分布（随机、分散、聚集）、 空间模式（时空关联）以及空间相互作用等特征。
*
Baidu Nhomakorabea
xx。
9
全域空间相关性检验与分析
对于Moran指数I，可以用标准化统计量Z来检验n 个区域是否存在空间自相关关系，Z的计算公式 为
Z I E(I) VAR(I )
如果Moran’s I的正态统计量的Z值均大于正态分 布函数在0.05（0.01）水平下的临界值1.65（1.96），
表明区域创新在空间分布上具有明显的正向相关
在许多实证研究中，Moran’s I 和Geary’s C是 常用方法，已在大量文献中出现，尤其是前者。 Moran’s I是最早应用于全局聚类检验的方法 （Cliff和Ord，1973）。因此，以下重点介绍常 用的Moran’s I指数的计算及检验过程。
*
xx。
8
全域空间相关性检验与分析
Moran’s I指数取值一般在-1到1之间。大于0表示 正相关，代表相邻地区的类似特征值出现集群 （Clustering）趋势，接近于1时表明具有相似的属 性聚集在一起（高值与高值、低值与低值）；小 于0表示负相关，接近于-1时表明具有相异的属性 聚集在一起（高值与低值、低值与高值）；若为 接近于0，则表示属性是随机分布的，或者不存在 空间自相关。
*
xx。
3
Definition
一般认为，与其具有密切关系的学科主要 是空间统计学（Spatial Statistics）、计算经 济学（computational Economics）和地理信 息系统（Geographic Information System， GIS）。
数据驱动（data-driven）和模型驱动 （model-driven）；时间序列（time series） 分析转向空间数据（spatial data）分析。
归系数，对界外值以及对Moran指数具有强烈影 响的区域单元，可通过标准回归来诊断出。
✓ 由于数据对（Wz，z）经过了标准化，因此界外
值可易由2－sigma规则可视化地识别出来。
Moran scatterplot
✓ Moran散点图的4个象限，分别对应于区域单元与其邻居之间4种类 型的局部空间联系形式：
空间计量经济学简介
A Brief Introduction to Spatial Econometrics
*
1
Topics
空间计量经济学的基础 空间滞后模型计量分析 空间误差模型计量分析 地理加权回归模型分析 空间计量经济分析软件包：GeoDa/ArcGIS
*
xx。
2
Definition
➢ 第一象限(高一高，标记为HH)：它表示一个高经济水平的区域被其 它高经济水平的区域包围；或者说，一个高经济水平的区域和它周围的 经济区域他们有较小的空间差异程度；
➢ 第二象限(低一高，标记为LH)：它表示高经济水平的区域包围着一 个低经济水平的区域，也就是说该区域的经济水平相比较周围邻居是比 较低的，意既该区域经济的空间差异的程度是比较大的；
) )
✓ 正的局部Moran指数Ii，表示一个高值被高值所包 围（高-高），或则是一个低值被低值所包围（低 -低）。
✓ 负的局部Moran指数Ii，表示一个高值被低值所包 围（高-低），或则是一个低值被高值所包围（低 -高）。
Moran散点图
✓ 以（Wz，z）为坐标点的Moran散点图，常来研 究局部的空间不稳定性，它对空间滞后因子Wz 和z数据对进行了可视化的二维图示。
“让数据自己说话” 两类工具：第一类，全局空间相关性，一般用Moran指数I
（Moran，1950）、Geary指数C（Geary，1954）来测度；第二 类，局部空间相关性，一般用G统计量、Moran散点图和LISA 来测度。
*
xx。
7
全域空间相关性
全域空间自相关（Global Spatial Autocorrelation） 是从区域空间的整体上刻画区域创新活动空间 分布的集群情况。
关系。
*
xx。
10
局部空间自相关检验与分析
局部空间自相关分析方法包括3种:
➢ 空间联系的局部指标（local indicators of spatial association， LISA)）；
➢ G统计量 ；
➢ Moran散点图。
✓ 局部Moran指数检验的标准化统计量为
Z(Ii
)
Ii E(Ii VAR(Ii
简单地说，空间计量经济学（Spatial Econometrics）就是空间经济的计量。 即：是以空间经济理论和地理空间数据为基础， 以建立、检验和运用经济计量模型为核心，运 用数学、统计学方法与计算机技术对经济活动 的相互作用（空间自相关spatial dependence） 和空间结构（空间异质性spatial heterogeneity） 问题进行定量分析，研究空间经济活动或经济 关系数量规律的一门经济学学科。
拓空 扑间 关数 系据
的
*
xx。
5
空间数据分析
数据分析包括探索阶段和证实阶段
空间数据分析分为两类：探索性空间数据分析 （exploratory spatial data analysis，ESDA）和确认性空 间数据分析（affirmable spatial data analysis，ASDA ）。 前者对应空间统计方法，后者对应空间计量模型。
*
xx。
4
空间数据分析
空间数据（spatial data）也可以成为地理数据，是以 不同的方式和来源获得的数据，如地图、统计数据等， 这些数据都具有能够确定空间位置的特点。
百度百科：空间数据是指用来表示空间实体的位置、 形状、大小及其分布特征诸多方面信息的数据，是一 种用点、线、面以及实体等基本空间数据结构来表示 人们赖以生存的自然世界的数据，以坐标和拓扑关系 的形式存储。
空间数据分析的一般程序：首先用探索性空间数据分 析直观地描述空间数据，直接探索隐藏在数据中的关 系、模式和趋势等，获得问题的理解和相关知识（发 现问题）；然后运用空间计量经济学方法更深入地研 究所发现的问题，并为相关理论提供经验证据（研究 问题）。
*
xx。
6
探索性空间数据分析
探索性空间数据分析（ESDA）是一种具有识别功能的空间数 据分析方法，将统计学和现代图形计算技术结合起来，用直观 的方法展现空间数据中隐含的空间分布（随机、分散、聚集）、 空间模式（时空关联）以及空间相互作用等特征。
*
Baidu Nhomakorabea
xx。
9
全域空间相关性检验与分析
对于Moran指数I，可以用标准化统计量Z来检验n 个区域是否存在空间自相关关系，Z的计算公式 为
Z I E(I) VAR(I )
如果Moran’s I的正态统计量的Z值均大于正态分 布函数在0.05（0.01）水平下的临界值1.65（1.96），
表明区域创新在空间分布上具有明显的正向相关
在许多实证研究中，Moran’s I 和Geary’s C是 常用方法，已在大量文献中出现，尤其是前者。 Moran’s I是最早应用于全局聚类检验的方法 （Cliff和Ord，1973）。因此，以下重点介绍常 用的Moran’s I指数的计算及检验过程。
*
xx。
8
全域空间相关性检验与分析
Moran’s I指数取值一般在-1到1之间。大于0表示 正相关，代表相邻地区的类似特征值出现集群 （Clustering）趋势，接近于1时表明具有相似的属 性聚集在一起（高值与高值、低值与低值）；小 于0表示负相关，接近于-1时表明具有相异的属性 聚集在一起（高值与低值、低值与高值）；若为 接近于0，则表示属性是随机分布的，或者不存在 空间自相关。
*
xx。
3
Definition
一般认为，与其具有密切关系的学科主要 是空间统计学（Spatial Statistics）、计算经 济学（computational Economics）和地理信 息系统（Geographic Information System， GIS）。
数据驱动（data-driven）和模型驱动 （model-driven）；时间序列（time series） 分析转向空间数据（spatial data）分析。