混合地理加权似乎不相关模型的估计
2019-03-13桂风云
统计与决策 2019年3期
关键词:模型
刘 超,桂风云
(1.北京航空航天大学 数学与系统科学学院,北京100191;2.中央民族大学 理学院,北京100081)
0 引言
时空数据分析在统计学和计量经济学领域受到越来越多的关注。时空数据不同于一般的截面数据和时间序列数据,同时具有空间和时间上的特性。社会科学领域常用的时空数据模型为空间面板数据模型,有关时空数据模型的介绍可参考Anselin(1988)[1]和Elhors(t2014)[2]。
实际问题分析中,因变量和自变量之间的关系往往会随着空间和时间的改变而发生变化,这就是时空异质性。传统的空间面板数据模型一般都是单独考虑空间异质性和时间异质性,将二者同时考虑的模型还很少见,其中桂风云和魏传华(2016)[3]将地理加权回归技术用于空间似乎不相关模型,提出了地理加权似乎不相关模型,Wei等(2017)[4]进一步研究了该模型的估计问题。这一新模型适合空间观测点个数较多,时间观测点较少的传统空间面板数据,利用地理加权回归技术刻画空间异质性,利用似乎不相关结构刻画时间异质性。该模型在结构上是一类空间变系数似乎不相关模型,假设了不同时刻的回归系数都是随着空间位置变化而变化的。然而实际问题中,更为一般的情形是有一部分回归系数会随着地理位置的变化而变化,而另一部分系数不随地理位置的改变而改变。基于这一考虑,本文提出一类混合地理加权似乎不相关模型(简称MGW-SUR模型),并研究该模型的估计问题。
