半参数空间变系数自回归模型的估计与应用

论文摘要

空间数据广泛存在于经济、地理、环境、管理等领域.空间数据的相关性和非平稳性是空间统计学的核心内容.经典的具有空间滞后项的空间自回归模型和空间变系数模型分别针对空间相关性和空间非平稳性建模,未能将二者纳入同一回归模型,无法对同时具有相关性和非平稳性的数据集有效建模.因此,在半参数回归框架下建立能够同时分析空间数据相关性和非平稳性的模型是当前空间统计学的研究热点.本文将带有空间位置的函数作为回归系数引入空间自回归模型中,构建半参数空间变系数自回归模型,从而允许部分自变量对因变量的影响随地理位置的变化而变化,而且能够反映空间相关性.论文首先研究了半参数空间变系数自回归模型的估计方法,然后通过假设检验探究了模型回归关系是否具有空间非平稳性.最后将模型估计方法及假设检验方法应用于我国人口城镇化数据.主要内容如下:1.针对所研究模型滞后项系数、常值系数和变系数部分的估计,通过构造工具变量,利用两阶段最小二乘方法对半参数空间变系数自回归模型的滞后项系数和常值系数进行估计,而对于空间变系数部分的估计则采用局部线性地理加权方法.设计模拟实验,通过平均偏差、标准误差等指标证实了半参数空间变系数自回归模型估计方法的精确性.2.针对半参数空间变系数自回归模型空间非平稳性的假设检验问题,通过构造基于残差的统计量,应用bootstrap方法得到假设检验的p值.设计模拟实验,证实了基于残差的bootstrap检验方法具有较强的功效.3.采用2015年中国31个省份的人口城镇化数据,基于半参数空间变系数自回归模型分析了第三产业、第二产业、城乡收入差距、外商投资等宏观因素对人口城镇化的影响.实证结果显示,人口城镇化存在空间相关性,西部、中部和东部地区第二产业和第三产业的发展对人口城镇化的影响表现出强烈的空间非平稳性.

论文目录

• 摘要
• abstract
• 1 引言
•   1.1 研究背景
•   1.2 研究现状
•   1.3 研究内容
• 2 预备知识
•   2.1 空间自回归模型
•     2.1.1 两阶段最小二乘估计
•   2.2 空间变系数模型
•     2.2.1 空间变系数模型的估计
• 3 半参数空间变系数自回归模型
•   3.1 半参数空间变系数自回归模型的估计
•     3.1.1 半参数空间变系数自回归模型常值系数的估计
•     3.1.2 基于局部线性地理加权方法估计非参数
•   3.2 数据模拟与评价指标
•     3.2.1 模型设计
•     3.2.2 模型评价指标
•   3.3 结论
• 4 半参数空间变系数自回归模型假设检验
•   4.1 构造检验统计量
•   4.2 利用bootstrap方法实现检验p值的过程
•   4.3 模拟实验
•   4.4 结论
• 5 人口城镇化的影响因素实证
•   5.1 实证模型与数据说明
•   5.2 实证结果分析及可视化
•   5.3 结论
• 6 总结与展望
• 参考文献
• 硕士期间发表论文清单
• 致谢

文章来源

类型: 硕士论文

作者: 张国卿

导师: 张辉国

关键词: 空间自回归模型,空间变系数模型,空间非平稳性,两阶段最小二乘

来源: 新疆大学

年度: 2019

分类: 基础科学

专业: 数学

单位: 新疆大学

分类号: O212.1

总页数: 45

文件大小: 3515K

下载量: 144