空間面板數(shù)據(jù)混合模型Bootstrap檢驗(yàn)研究
發(fā)布時(shí)間:2017-12-27 09:45
本文關(guān)鍵詞:空間面板數(shù)據(jù)混合模型Bootstrap檢驗(yàn)研究 出處:《華南理工大學(xué)》2014年碩士論文 論文類型:學(xué)位論文
更多相關(guān)文章: Bootstrap抽樣 Moran’s I檢驗(yàn) LM檢驗(yàn) 空間面板數(shù)據(jù)混合模型
【摘要】:為了對(duì)空間經(jīng)濟(jì)計(jì)量分析中的具體空間關(guān)系進(jìn)行識(shí)別,通常會(huì)采用統(tǒng)計(jì)量漸近服從正態(tài)或者2(1)等標(biāo)準(zhǔn)分布的Moran’s I檢驗(yàn)、LM-Error檢驗(yàn)和LM-Lag檢驗(yàn)等方法。Anselin(1988a)、Burridge(1980)和Anselin(1988b)提出的Moran’sI、LM-Error和LM-Lag等檢驗(yàn)方法,都僅適用于較大樣本量和模型誤差服從正態(tài)獨(dú)立同分布等情形。然而在大量經(jīng)濟(jì)工作研究中,樣本量通常十分有限,或者模型誤差不服從正態(tài)獨(dú)立同分布(存在異方差或者時(shí)間序列相關(guān)誤差等),造成空間相關(guān)性檢驗(yàn)方法失效。 為了解決檢驗(yàn)方法的不足,而又考慮到空間面板數(shù)據(jù)的特性,本文將已有文獻(xiàn)中常用的Bootstrap方法延伸至DB(Double Bootstrap)方法,為解決其運(yùn)算量大的問題,,采用FDB(Fast Double Bootstrap)方法對(duì)DB方法進(jìn)行優(yōu)化,采用FDB抽樣方法,構(gòu)造FDB統(tǒng)計(jì)量,即FDB檢驗(yàn),研究中通過Monte Carlo實(shí)驗(yàn),比較其與漸近檢驗(yàn)的差別,從水平扭曲和功效兩方面來證明FDB檢驗(yàn)的有效性,解決有限樣本條件下空間關(guān)系識(shí)別難題。本文分為三大部分。第一部分研究的意義以及問題提出;第二部分闡述空間面板數(shù)據(jù)混合模型截面Bootstrap檢驗(yàn)和FDB檢驗(yàn)有效性的研究思路,并設(shè)計(jì)Monte Carlo模擬實(shí)驗(yàn);第三部分對(duì)截面Bootstrap檢驗(yàn)和FDB檢驗(yàn)有效性Monte Carlo實(shí)驗(yàn)結(jié)果進(jìn)行分析并得出結(jié)論,包括第三章和第四章。 本文通過大量Monte Carlo模擬實(shí)驗(yàn)的研究,結(jié)果表明,在誤差項(xiàng)正態(tài)分布條件下,漸近檢驗(yàn)和FDB檢驗(yàn)均具有較優(yōu)越的檢驗(yàn)水平和檢驗(yàn)功效表現(xiàn);在誤差項(xiàng)為異方差或者時(shí)間序列相關(guān)條件下,且樣本量較小時(shí),漸近檢驗(yàn)無法正確判斷模型OLS估計(jì)殘差間的空間誤差關(guān)系或空間滯后關(guān)系,存在嚴(yán)重的水平扭曲,而FDB檢驗(yàn)?zāi)軌蛴行У爻C正水平扭曲,且檢驗(yàn)功效優(yōu)于漸近檢驗(yàn),是更為有效的檢驗(yàn)統(tǒng)計(jì)量。概言之,本文通過模擬實(shí)驗(yàn)證明,無論模型誤差是否服從正態(tài)分布,與漸近檢驗(yàn)相比,空間面板數(shù)據(jù)混合模型FDB檢驗(yàn)有效。
[Abstract]:In order to identify the specific spatial relations in spatial econometric analysis, we usually use statistics such as Moran or s I test, LM-Error test and LM-Lag test, which are asymptotically normal or 2 (1). Anselin (1988a), Burridge (1980) and Anselin (1988B) proposed Moran, sI, LM-Error and LM-Lag test methods, which are only applicable to larger sample size and model error. However, in a large number of economic research, sample size is usually very limited, or the model error does not obey normal independent and identically distributed (heteroscedasticity or time series correlation error), which results in the failure of spatial correlation test.
【學(xué)位授予單位】:華南理工大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2014
【分類號(hào)】:F224.0
【參考文獻(xiàn)】
相關(guān)期刊論文 前4條
1 歐變玲;龍志和;林光平;;空間經(jīng)濟(jì)計(jì)量滯后模型Moran檢驗(yàn)的漸近分布[J];管理科學(xué)學(xué)報(bào);2011年12期
2 龍志和;歐變玲;林光平;;空間經(jīng)濟(jì)計(jì)量模型Bootstrap檢驗(yàn)的水平扭曲[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2009年01期
3 歐變玲;龍志和;林光平;;空間經(jīng)濟(jì)計(jì)量滯后模型Bootstrap Moran檢驗(yàn)功效的模擬分析[J];統(tǒng)計(jì)研究;2010年09期
4 歐變玲;龍志和;林光平;;空間滯后模型中Moran's I統(tǒng)計(jì)量的Bootstrap檢驗(yàn)[J];系統(tǒng)工程理論與實(shí)踐;2010年09期
本文編號(hào):1341191
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/1341191.html
最近更新
教材專著