本文選題：空間計量 + 變量選擇�。� 參考：《統(tǒng)計研究》2017年09期

【摘要】：本文提出了廣義空間信息準(zhǔn)則,以解決廣義嵌套空間模型的變量選擇問題。依據(jù)大樣本性質(zhì)的不同,將該準(zhǔn)則分為兩類:空間AIC類準(zhǔn)則和空間BIC類準(zhǔn)則。研究發(fā)現(xiàn),空間AIC類準(zhǔn)則能有效解決空間模型中變量的錯選和漏選問題,但存在多選變量的傾向;而空間BIC類準(zhǔn)則能同時解決空間模型中變量的錯選、漏選和多選問題,而且在特殊條件下能更有效解決錯選和漏選問題,但往往需要更大的樣本容量。Monte Carlo模擬結(jié)果印證了上述相關(guān)結(jié)論。最后,本文以城市對外資銀行的吸引力為例,在給定測度指標(biāo)的基礎(chǔ)上,驗證其空間相關(guān)性,并利用本文提出的方法對其影響因素進(jìn)行變量選擇。
[Abstract]:In this paper, generalized spatial information criterion is proposed to solve the variable selection problem of generalized nested space model.According to the properties of large samples, the criteria are divided into two categories: spatial AIC class criteria and spatial BIC class criteria.It is found that spatial AIC class criterion can effectively solve the problem of misselection and omission of variables in spatial model, but there is a tendency of multi-selection of variables, while the criterion of spatial BIC class can solve the problem of misselection, omission and multi-selection of variables in spatial model at the same time.Moreover, it is more effective to solve the problem of miselection and omission under special conditions, but the simulation results of larger sample size. Monte Carlo often confirm the above conclusions.Finally, taking the attractiveness of cities to foreign banks as an example, on the basis of a given measurement index, this paper verifies its spatial correlation, and selects the variables of its influencing factors by using the method proposed in this paper.
【作者單位】： 上海對外經(jīng)貿(mào)大學(xué)國際經(jīng)貿(mào)學(xué)院;上海財經(jīng)大學(xué)財經(jīng)研究所;
【基金】：教育部人文社科青年基金“變系數(shù)空間面板數(shù)據(jù)模型變量選擇方法及應(yīng)用”(15YJC790150) 國家統(tǒng)計局全國統(tǒng)計科學(xué)研究重點項目“時空經(jīng)濟系統(tǒng)半?yún)?shù)建模方法及其應(yīng)用”(2016LZ16) 國家自然科學(xué)基金面上項目“我國環(huán)保產(chǎn)業(yè)R&D投入的決策理論與評價方法研究”(71673189)資助
【分類號】：F831.2;O212

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 戴伯新;;回歸變量選擇中的數(shù)據(jù)診斷[J];應(yīng)用概率統(tǒng)計;1992年04期

2 楊麗霞;魏立力;;基于粗糙集方法的有序尺度變量選擇[J];寧夏大學(xué)學(xué)報(自然科學(xué)版);2009年02期

3 趙宇;黃思明;;帶有變量選擇過程的分類模型誤差分析[J];數(shù)學(xué)的實踐與認(rèn)識;2010年17期

4 樊亞莉;徐群芳;;穩(wěn)健的變量選擇方法及其應(yīng)用[J];上海理工大學(xué)學(xué)報;2013年03期

5 陶靖軒;多元分析中的變量選擇問題研究[J];中國計量學(xué)院學(xué)報;2001年01期

6 李樹軍,紀(jì)宏金;對應(yīng)聚類分析與變量選擇[J];地球物理學(xué)進(jìn)展;2005年03期

7 陳黎明;趙永紅;;轉(zhuǎn)換函數(shù)未知時轉(zhuǎn)換模型的變量選擇[J];四川大學(xué)學(xué)報(自然科學(xué)版);2011年05期

8 劉民千,張潤楚;超飽和設(shè)計的變量選擇[J];南開大學(xué)學(xué)報(自然科學(xué)版);2000年03期

9 王進(jìn);;聚類分析中的距離與變量選擇[J];山西財經(jīng)大學(xué)學(xué)報;2007年S1期

10 張波;方國斌;;高維面板數(shù)據(jù)降維與變量選擇方法研究[J];統(tǒng)計與信息論壇;2012年06期

相關(guān)會議論文 前1條

1 張俊華;方偉武;;調(diào)查表分析中變量選擇的一些方法(英文)[A];中國運籌學(xué)會第六屆學(xué)術(shù)交流會論文集（下卷）[C];2000年

相關(guān)博士學(xué)位論文 前10條

1 呂晶;幾類半?yún)?shù)回歸模型的穩(wěn)健估計與變量選擇[D];重慶大學(xué);2015年

2 王康寧;幾類高維復(fù)雜數(shù)據(jù)半?yún)?shù)模型的結(jié)構(gòu)識別、變量選擇及穩(wěn)健估計[D];山東大學(xué);2016年

3 李子林;高維基因數(shù)據(jù)中的統(tǒng)計方法[D];清華大學(xué);2016年

4 王大榮;分散度量模型中的變量選擇[D];北京工業(yè)大學(xué);2009年

5 王明秋;高維數(shù)據(jù)下若干回歸模型的變量選擇問題研究[D];大連理工大學(xué);2012年

6 劉吉彩;生存數(shù)據(jù)統(tǒng)計模型的變量選擇方法[D];華東師范大學(xué);2014年

7 樊亞莉;穩(wěn)健變量選擇方法的若干問題研究[D];復(fù)旦大學(xué);2013年

8 董瑩;高維共線性統(tǒng)計模型的參數(shù)估計與變量選擇[D];大連理工大學(xué);2014年

9 葉飛;相對誤差準(zhǔn)則下的估計理論和變量選擇方法的研究[D];清華大學(xué);2013年

10 袁晶;貝葉斯方法在變量選擇問題中的應(yīng)用[D];山東大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 鄧秋玲;SCAD和ADS方法在比例風(fēng)險模型中的應(yīng)用[D];廣西大學(xué);2015年

2 韋新星;幾種變量選擇方法在Cox模型中的應(yīng)用[D];廣西大學(xué);2015年

3 王唯;部分線性模型的變量選擇問題研究[D];湘潭大學(xué);2015年

4 潘玉婷;含多元非線性結(jié)構(gòu)的高維Logistic模型的同時變量選擇及半?yún)?shù)估計[D];中國科學(xué)技術(shù)大學(xué);2016年

5 劉丹;Cox模型及變系數(shù)Cox模型中的變量選擇問題研究[D];暨南大學(xué);2016年

6 閆湛;混料試驗設(shè)計變量選擇的Cp方法研究[D];廣州大學(xué);2016年

7 黃亞慧;偏t正態(tài)數(shù)據(jù)下基于最小一乘的回歸估計和變量選擇[D];重慶大學(xué);2016年

8 王婉秋;基于低秩模型基因—環(huán)境交互作用的貝葉斯變量選擇方法[D];東北師范大學(xué);2016年

9 徐梅花;分類中的變量選擇方法及應(yīng)用[D];華中科技大學(xué);2015年

10 李翠平;乘積回歸模型的變量選擇研究[D];河南大學(xué);2016年

，

本文編號：1741474