本文選題：空間誤差分量模型　切入點(diǎn)：Bootstrap抽樣　出處：《統(tǒng)計(jì)與決策》2016年21期

【摘要】：空間誤差分量模型(Spatial Error Components,SEC)傳統(tǒng)的空間相關(guān)性LM檢驗(yàn)存在嚴(yán)重的水平扭曲和較低的檢驗(yàn)功效,導(dǎo)致檢驗(yàn)統(tǒng)計(jì)量失效。文章將Bootstrap方法應(yīng)用于SEC模型的空間相關(guān)性LM檢驗(yàn),提高檢驗(yàn)統(tǒng)計(jì)量的有效性。Monte Carlo模擬實(shí)驗(yàn)表明,Bootstrap LM檢驗(yàn)的水平受誤差項(xiàng)分布、空間權(quán)重矩陣和樣本量影響較小,并且遠(yuǎn)優(yōu)于漸近LM檢驗(yàn),具有理想的檢驗(yàn)水平;漸近LM檢驗(yàn)和Bootstrap LM檢驗(yàn)的功效均隨著空間相關(guān)性的增強(qiáng),及樣本量的增大而增大,但Bootstrap LM檢驗(yàn)在各種情形下均具有更高的檢驗(yàn)功效,尤其是樣本量較小時(shí)。簡(jiǎn)言之,Bootstrap LM檢驗(yàn)是SEC模型更為優(yōu)越的空間相關(guān)性檢驗(yàn)方法。
[Abstract]:Spatial Error components (SECs) traditional spatial correlation LM test has serious horizontal distortion and low efficiency, which leads to the failure of test statistics.In this paper, the Bootstrap method is applied to the spatial correlation LM test of the SEC model, and the effectiveness of the test statistics is improved. The Monte Carlo simulation experiment shows that the level of the bootstrap LM test is influenced by the error term distribution, the spatial weight matrix and the sample size are less affected.The efficacy of asymptotic LM test and Bootstrap LM test increase with the increase of spatial correlation and sample size.However, Bootstrap LM test is more effective in all kinds of cases, especially in small sample size.In short, bootstrap LM test is a better spatial correlation test method for SEC model.
【作者單位】： 南京大學(xué)廣發(fā)銀行博士后科研工作站;廣東南方廣播影視傳媒集團(tuán)有限公司;
【分類號(hào)】：F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 杜江;陳希鎮(zhèn);于波;;Archimedean Copula函數(shù)中參數(shù)的Bootstrap估計(jì)[J];統(tǒng)計(jì)與決策;2009年12期

2 潘海濤;;Bootstrap方法在非參數(shù)核估計(jì)中的研究與應(yīng)用[J];統(tǒng)計(jì)與決策;2010年23期

3 李德旺;;Bootstrap法在核估計(jì)中的應(yīng)用展望[J];經(jīng)濟(jì)研究導(dǎo)刊;2012年25期

4 方濤;黃麗琨;;動(dòng)態(tài)修正貝葉斯估計(jì)的Bootstrap調(diào)整[J];統(tǒng)計(jì)與決策;2008年01期

5 張連增;段白鴿;;基于非參數(shù)Bootstrap方法的隨機(jī)性鏈梯法及R實(shí)現(xiàn)[J];統(tǒng)計(jì)與決策;2012年21期

6 賀磊;;中國(guó)信貸增長(zhǎng)與保險(xiǎn)發(fā)展關(guān)系的動(dòng)態(tài)分析——基于bootstrap仿真的實(shí)證研究[J];財(cái)經(jīng)理論與實(shí)踐;2013年03期

7 謝益輝;朱鈺;;Bootstrap方法的歷史發(fā)展和前沿研究[J];統(tǒng)計(jì)與信息論壇;2008年02期

8 李昊;;面板單位根檢驗(yàn)的Bootstrap比較[J];統(tǒng)計(jì)與決策;2008年19期

9 丁先文;鄒舒;林金官;;Bootstrap方法與經(jīng)典方法在區(qū)間估計(jì)中的比較[J];統(tǒng)計(jì)與決策;2012年23期

10 董直慶;滕建洲;;我國(guó)財(cái)政與經(jīng)濟(jì)增長(zhǎng)關(guān)系:基于Bootstrap仿真方法的實(shí)證檢驗(yàn)[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2007年01期

相關(guān)會(huì)議論文 前8條

1 王生云;;基于Bootstrap的浙江省水庫(kù)經(jīng)營(yíng)狀況影響因素研究[A];中國(guó)原水論壇專輯[C];2010年

2 趙金良;馮敬海;宋立新;;具有MA(q)誤差線性模型中協(xié)方差陣參數(shù)的分步估計(jì)方法及其Bootstrap估計(jì)[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 王朝;高敬雅;;基于Bootstrap方法估計(jì)的二手車價(jià)格回歸模型[A];北京市第十六次統(tǒng)計(jì)科學(xué)研討會(huì)獲獎(jiǎng)?wù)撐募痆C];2011年

4 江海峰;陶長(zhǎng)琪;;DF模式下第三種單位根檢驗(yàn)的Bootstrap檢驗(yàn)研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第14卷）[C];2013年

5 龔方;于仕超;昃向君;周保華;郭曙超;呂ZS;;Bootstrap模擬取樣對(duì)進(jìn)口豆類產(chǎn)品中重金屬硒的含量特征分析[A];山東出入境檢驗(yàn)檢疫局專刊[C];2012年

6 羅巍;張春華;譚源源;陳循;;基于Bootstrap的貯存可靠度置信下限評(píng)估[A];2009年全國(guó)機(jī)械可靠性技術(shù)學(xué)術(shù)交流會(huì)暨第四屆可靠性工程分會(huì)成立大會(huì)論文集[C];2009年

7 劉貫春;岳意定;賀磊;;我國(guó)保險(xiǎn)業(yè)與信貸業(yè)作用關(guān)系的動(dòng)態(tài)分析——基于Bootstrap仿真的滑動(dòng)窗口VAR模型[A];第八屆（2013）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2013年

8 王亞華;吳凡;王爭(zhēng);;交通行業(yè)生產(chǎn)率變動(dòng)的Bootstrap—Malmquist指數(shù)分析(1980-2005)[A];經(jīng)濟(jì)學(xué)（季刊）第7卷第3期[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 王艷芳;基于bootstrap法與混合威布爾分布的拖拉機(jī)可靠性評(píng)估模型與應(yīng)用研究[D];東北農(nóng)業(yè)大學(xué);2016年

2 句彥偉;幾類多尺度非線性隨機(jī)模型與SAR圖像Bootstrap分割研究[D];西北工業(yè)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 葛利丹;基于Bootstrap的擴(kuò)散過(guò)程檢驗(yàn)[D];南京理工大學(xué);2015年

2 楊娜;基于Bayesian Bootstrap方法的準(zhǔn)備金風(fēng)險(xiǎn)度量研究[D];天津財(cái)經(jīng)大學(xué);2014年

3 瞿開毅;幾類重復(fù)觀測(cè)數(shù)據(jù)模型的Bootstrap推斷[D];北方工業(yè)大學(xué);2016年

4 馬亮;淺分岐水平下系統(tǒng)發(fā)生樹的bootstrap研究[D];重慶師范大學(xué);2012年

5 高國(guó)楷;基于非參數(shù)Bootstrap的風(fēng)速波動(dòng)建模及預(yù)測(cè)[D];西南交通大學(xué);2013年

6 毛平;Bootstrap方法及其應(yīng)用[D];湘潭大學(xué);2013年

7 李偉杰;空間面板數(shù)據(jù)混合模型Bootstrap檢驗(yàn)研究[D];華南理工大學(xué);2014年

8 李勇;兩個(gè)及多個(gè)多維樣本位置參數(shù)相等性的bootstrap檢驗(yàn)[D];中國(guó)礦業(yè)大學(xué)（北京）;2005年

9 戶鵬軍;基于bootstrap方法對(duì)廣東社會(huì)消費(fèi)品零售額面板數(shù)據(jù)的實(shí)證研究[D];華南理工大學(xué);2012年

10 曾，

本文編號(hào)：1718119