本文關鍵詞：空間混合自回歸模型的局部影響分析

  更多相關文章： 空間混合自回歸模型 一階空間自回歸模型 局部影響分析 逐步局部影響分析 擾動

【摘要】：隨著地理信息系統(tǒng)(GIS)、全球定位系統(tǒng)(GPS)、衛(wèi)星遙感(Rs)的迅速發(fā)展，人們越來越關注數(shù)據(jù)的地理空間信息。基于這種空間數(shù)據(jù)分析的統(tǒng)計學稱為空間統(tǒng)計學�？臻g數(shù)據(jù)具有空間自相關性(SpatilAutocorrelation)，即不同地區(qū)的數(shù)據(jù)之間存在相互依賴性。空間混合自回歸(SpatialAutoregressive,簡記為SAR)模型是處理空間相關性問題的一種方法。它包括了被解釋變量與本區(qū)域的解釋變量的相關性，還刻畫了與相鄰區(qū)域的被解釋變量的相關性。影響點或異常點的識別是空間混合自回歸模型參數(shù)估計以及統(tǒng)計推斷中很重要的問題。而現(xiàn)今研究空間模型統(tǒng)計診斷的文獻還比較少。 Cook(1986)首次提出的局部影響分析方法是采用影響圖的法曲率來度量數(shù)據(jù)的影響，研究同時擾動模型的某些部分而不是刪除個別數(shù)據(jù)點對數(shù)據(jù)產(chǎn)生的聯(lián)合影響。由于擾動模式定義的多樣性，這一方法得到了廣泛的應用和發(fā)展。Lawrance(1988)指出局部影響分析方法能夠識別出數(shù)據(jù)中存在的部分Masking效應。但是當數(shù)據(jù)間存在很強的相關性，局部影響分析方法就無法有效識別所有的影響點。Shi和Huang(2011)提出了逐步局部影響分析方法，對局部影響分析的方法進行改進，分析表明該方法能有效識別數(shù)據(jù)中的Masking效應。本文中我們把上述兩種方法應用到空間混合自回歸模型，識別空間混合自回歸模型中的異常點和影響點，并通過實例分析比較兩種方法在識別過程中的有效性。 在局部影響分析中，本文采用的擾動方式主要有方差擾動、均值擾動以及自變量擾動三種。通過Cook(1986)局部影響分析方法理論推導出了空間混合自回歸模型以及一階空間自回歸模型分別在方差擾動模式、均值擾動模式以及自變量擾動模式下的診斷統(tǒng)計量。在用局部影響分析方法中，本文采用最大特征向量法來判定影響點或異常點。在逐步局部影響分析方法中，本文采用單點移除法迭代，并選用平均基準來判定影響點或異常點。因為一階空間自回歸模型是空間混合自回歸模型的特殊形式，因此在實例分析中我們僅討論了空間混合自回歸模型的局部影響分析和逐步局部影響分析的結果。從診斷效果來看，局部影響分析方法以及逐步局部影響分析方法能有效識別空間混合自回歸模型中的影響點或異常點。逐步局部影響分析方法在識別影響點或異常點的過程中不僅能明確數(shù)據(jù)點是否為影響點或異常點，通過q-value值的大小，還能判斷檢測出的點是否為強影響點。
【學位授予單位】：云南財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：C81

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 潘海燕;程朋根;肖根如;陳斐;;基于ArcObjects的空間權重矩陣的建立與實現(xiàn)[J];測繪科學;2007年06期

2 李軍利;宋亞杰;;基于ArcEngine的空間權重矩陣的實現(xiàn)與應用[J];測繪與空間地理信息;2010年03期

3 劉仲剛;李滿春;劉劍鋒;孫燕;;面向離散點的空間權重矩陣生成算法與實證研究[J];地理與地理信息科學;2006年03期

4 劉旭華,王勁峰;空間權重矩陣的生成方法分析與實驗[J];地球信息科學;2002年02期

5 解鋒昌,李愛萍,李勇;具有結構變化的線性回歸模型的局部影響分析[J];河海大學學報(自然科學版);2005年06期

6 龔建朝;喻勝華;郭蕾;;局部影響分析中的一種新二階方法[J];數(shù)學理論與應用;2007年02期

7 ;空間統(tǒng)計學簡介[J];統(tǒng)計教育;1996年01期

8 李序穎,顧嵐;空間自回歸模型及其估計[J];統(tǒng)計研究;2004年06期

9 馬國棟;吳喜之;;隨機波動模型的局部影響分析[J];數(shù)學的實踐與認識;2008年02期

10 張嘉為;陳曦;汪壽陽;;新的空間權重矩陣及其在中國省域對外貿(mào)易中的應用[J];系統(tǒng)工程理論與實踐;2009年11期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 黃梅;逐步局部影響分析及應用[D];云南大學;2010年

，

本文編號：1157111