matlab软件moran值,MATLAB 的moran，LM值

最新推荐文章于 2021-03-25 13:43:26 发布
最新推荐文章于 2021-03-25 13:43:26 发布
阅读量977 收藏
点赞数
文章标签： matlab软件moran值

哪位大师告诉我，以下四种模型中的哪个moran I 和 LM 值来判断是否存在空间相关性，和选择SAR ,SEM 模型？每个模型结果后面的这些是什么意思？谢谢

LM test no spatial lag, probability          =   88.9056,   0.0000

robust LM test no spatial lag, probability   =    6.1404,   0.0132

LM test no spatial error, probability        =   89.2450,   0.0000

robust LM test no spatial error, probability =    6.4799,   0.0109

Moran I-test for spatial correlation in residuals

使用Moran'I 和LM进行空间自相关检验，程序如下：

clear all;

%sp.mat 中数据已取对数

format long

format compact

load sp.mat;

% dimensions of the problem

T=13; % number of time periods

N=29; % number of regions

% row-normalize W

W=normw(w1); % function of LeSage

y=sp(:,[1]); % column number in the data matrix that corresponds to the dependent variable

x=sp(:,[2:8]); % column numbers in the data matrix that correspond to the independent variables

xconstant=ones(N*T,1);

[nobs K]=size(x);

% ----------------------------------------------------------------------------------------

% ols estimation (一般面板模型)

results=ols(y,[xconstant x]);

vnames=char('EF','C','UR','TR','DA','PCG','RD','OD','GOV');

prt_reg(results,vnames,1);

sige=results.sige*((nobs-K)/nobs);

loglikols=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid'*results.resid

LMsarsem_panel(results,W,y,[xconstant x]); % (Robust) LM tests

%moran 检验

I=eye(T);W1=kron(I,W);

res=moran(y,[xconstant x],W1);

prt(res);

% ----------------------------------------------------------------------------------------

% spatial fixed effects + (robust) LM tests for spatial lag and spatial error model(空间固定效应模型)

% fixed effects, within estimator

% demeaning of the y and x variables

model=1;

[ywith,xwith,meanny,meannx,~,meantx]=demean(y,x,N,T,model);

results=ols(ywith,xwith);

vnames=char('EF','UR','TR','DA','PCG','RD','OD','GOV'); % should be changed if x is changed

prt_reg(results,vnames);

FE=meanny-meannx*results.beta; % including the constant term

yme = y - mean(y);

ee=ones(T,1);

error=y-kron(ee,FE)-x*results.beta;

rsqr1 = error'*error;

rsqr2 = yme'*yme;

FE_rsqr2 = 1.0 - rsqr1/rsqr2 % r-squared including fixed effects

sige=results.sige*((nobs-K)/nobs);

loglikfe=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid'*results.resid

LMsarsem_panel(results,W,ywith,xwith); % (Robust) LM tests

%moran检验

res=moran(ywith,xwith,W1);

prt(res);

% ----------------------------------------------------------------------------------------

% time period fixed effects + (robust) LM tests for spatial lag and spatial error model(时间固定效应模型)

% fixed effects, within estimator

% demeaning of the y and x variables

model=2;

[ywith,xwith,meanny,meannx,meanty,meantx]=demean(y,x,N,T,model);

results=ols(ywith,xwith);

vnames=char('EF','UR','TR','DA','PCG','RD','OD','GOV'); % should be changed if x is changed

prt_reg(results,vnames);

sige=results.sige*((nobs-K)/nobs);

loglikfe=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid'*results.resid

LMsarsem_panel(results,W,ywith,xwith); % (Robust) LM tests

%moran检验

res=moran(ywith,xwith,W1);

prt(res);

% ----------------------------------------------------------------------------------------

% spatial and time period fixed effects + (robust) LM tests for spatial lag and spatial error model(时空固定效应模型)

% fixed effects, within estimator

% demeaning of the y and x variables

model=3;

[ywith,xwith,meanny,meannx,meanty,meantx]=demean(y,x,N,T,model);

results=ols(ywith,xwith);

vnames=char('EF','UR','TR','DA','PCG','RD','OD','GOV'); % should be changed if x is changed

prt_reg(results,vnames);

sige=results.sige*((nobs-K)/nobs);

loglikfe=-nobs/2*log(2*pi*sige)-1/(2*sige)*results.resid'*results.resid

LMsarsem_panel(results,W,ywith,xwith); % (Robust) LM tests

%moran检验

res=moran(ywith,xwith,W1);

prt(res);

运行结果如下：

一般面板模型

Ordinary Least-squares Estimates

Dependent Variable =              EF

R-squared      =    0.4144

Rbar-squared   =    0.4033

sigma^2        =    0.2539

Durbin-Watson  =    1.3333

Nobs, Nvars    =    377,     8

***************************************************************

Variable      Coefficient      t-statistic    t-probability

C               -7.222133        -6.480526         0.000000

UR               0.457273         2.138987         0.033093

TR              -1.120515        -4.889903         0.000002

DA               0.074376         1.416657         0.157427

PCG              0.181680         1.788213         0.074562

RD              -0.210588        -3.486601         0.000548

OD              -0.168533        -3.904503         0.000112

GOV              2.375192         7.312403         0.000000

loglikols =

-2.725336719885613e+02

LM test no spatial lag, probability          =  284.6915,   0.0000

robust LM test no spatial lag, probability   =   64.1514,   0.0000

LM test no spatial error, probability        =  221.0690,   0.0000

robust LM test no spatial error, probability =    0.5289,   0.4671

Moran I-test for spatial correlation in residuals

Moran I                    0.53544331

Moran I-statistic         15.22260869

Marginal Probability       0.00000000

mean                      -0.00748302

standard deviation         0.03566579

空间固定效应模型

Ordinary Least-squares Estimates

Dependent Variable =              EF

R-squared      =    0.8557

Rbar-squared   =    0.8534

sigma^2        =    0.0097

Durbin-Watson  =    1.2812

Nobs, Nvars    =    377,     7

***************************************************************

Variable      Coefficient      t-statistic    t-probability

UR               0.391384         4.639076         0.000005

TR              -0.151636        -1.910552         0.056835

DA              -0.143382        -4.447815         0.000011

PCG              0.489207        13.864206         0.000000

RD               0.036898         1.089596         0.276600

OD              -0.028787        -1.305522         0.192527

GOV              0.000780         0.006636         0.994709

FE_rsqr2 =

0.977679091049534

loglikfe =

3.433207036098033e+02

LM test no spatial lag, probability          =   88.9056,   0.0000

robust LM test no spatial lag, probability   =    6.1404,   0.0132

LM test no spatial error, probability        =   89.2450,   0.0000

robust LM test no spatial error, probability =    6.4799,   0.0109

Moran I-test for spatial correlation in residuals

Moran I                    0.34020575

Moran I-statistic          9.68198649

Marginal Probability       0.00000000

mean                      -0.00476057

standard deviation         0.03562971

时间固定效应模型

Ordinary Least-squares Estimates

Dependent Variable =              EF

R-squared      =    0.3790

Rbar-squared   =    0.3690

sigma^2        =    0.2334

Durbin-Watson  =    1.6949

Nobs, Nvars    =    377,     7

***************************************************************

Variable      Coefficient      t-statistic    t-probability

UR              -0.098575        -0.421150         0.673890

TR              -1.265596        -5.621611         0.000000

DA               0.068341         1.351996         0.177202

PCG              0.681905         4.886032         0.000002

RD              -0.158074        -2.675861         0.007785

OD              -0.313482        -6.258943         0.000000

GOV              3.080287         8.901788         0.000000

loglikfe =

-2.571671427739816e+02

LM test no spatial lag, probability          =  239.1127,   0.0000

robust LM test no spatial lag, probability   =  160.5577,   0.0000

LM test no spatial error, probability        =  104.4534,   0.0000

robust LM test no spatial error, probability =   25.8984,   0.0000

Moran I-test for spatial correlation in residuals

Moran I                    0.36805337

Moran I-statistic         10.32135589

Marginal Probability       0.00000000

mean                      -0.00271308

standard deviation         0.03592226

时空固定效应模型

Ordinary Least-squares Estimates

Dependent Variable =              EF

R-squared      =    0.3354

Rbar-squared   =    0.3246

sigma^2        =    0.0069

Durbin-Watson  =    1.7296

Nobs, Nvars    =    377,     7

***************************************************************

Variable      Coefficient      t-statistic    t-probability

UR               0.274998         3.725420         0.000225

TR              -0.246133        -3.290118         0.001098

DA              -0.143872        -5.193851         0.000000

PCG              0.429168         5.984491         0.000000

RD               0.091584         3.010201         0.002790

OD              -0.170716        -7.142274         0.000000

GOV              0.178417         1.681508         0.093508

loglikfe =

4.068840511380279e+02

LM test no spatial lag, probability          =   28.4240,   0.0000

robust LM test no spatial lag, probability   =   31.6752,   0.0000

LM test no spatial error, probability        =    9.7720,   0.0018

robust LM test no spatial error, probability =   13.0233,   0.0003

Moran I-test for spatial correlation in residuals

Moran I                    0.11257500

Moran I-statistic          3.12990565

Marginal Probability       0.00174862

mean                      -0.00004290

standard deviation         0.03598125

奈若何丷
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
计算moran+I指数matlab命令.docx
02-04
计算moran+I指数matlab命令.docx
matlab moran,moran
weixin_32150221的博客
03-18 393
置顶：(2008-12-26 15:52)标签：lunwen教育小波变换是在短时傅里叶变换的基础上发展起来的一种新型变换方法，他是一种时—频分析法，具有多分辨率分析(MultiresolutionAnalysis)的特点，而且在时、频域都具有表征信号局部特征的能力，是一种窗口大小不变、形状可变、时间窗和频率窗都可以改变的时频局部化分析方法。小波变换由于具有很好的时—频特性而且可以匹配人类视觉系统的...
matlab做莫兰指数的代码-SSLB-examples:SSLB-示例
06-12
matlab做莫兰指数的代码SSLB-示例 此存储库包含用于重现论文“Spike-and-Slab Lasso Biclustering”（Moran、Rockova 和 George，2020 年）中的结果的 R 代码。 SSLB R 包在 Github 存储库中可用： https://github.com/gemoran/SSLB : https://github.com/gemoran/SSLB 请按照以下说明运行代码。 通过在 R GUI 中运行以下代码，使用软件包devtools安装SSLB R 软件包： install.packages("devtools") library(devtools) install_github("gemoran/SSLB") 安装以下用于模拟和数据分析的 R 包： install.packages(c("mvtnorm", "isa2", "biclust", "pals", "reshape2", "tidyverse", "gridExtra", "clue")) if (!requireNamespace("BiocManager",
莫兰算法_moran_matlab
03-22
【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：莫兰算法_moran_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员
moran.rar_Moran_matlab_moran matlab_空间回归_空间自回归
07-14
在本压缩包“moran.rar”中，包含的是关于MATLAB环境下进行空间自回归模型（Spatial Autoregressive Model, SAR）以及空间统计分析的相关资源。这些资料和代码将帮助我们理解如何利用MATLAB来处理地理空间数据，进行...
matlab econometric tool
11-19
在MATLAB中实现Moran指数计算，首先需要准备两部分数据：一是地理单元的属性值矩阵，二是反映相邻关系的空间权重矩阵。属性值矩阵通常包含各地理单元的某个变量观测值；空间权重矩阵则定义了哪些单元是相邻的，其...
用Stata中自带的spatlsa工具计算莫兰指数（Moran's I）详细步骤
最新发布
08-11
用Stata中自带的spatlsa工具计算Moran's I（莫兰指数） 一、数据介绍 数据名称：用Stata计算Moran's I（莫兰指数）的详细步骤和数据 数据内容：权重文件、数据文件、莫兰指数计算步骤 操作步骤共分六步，每个步骤都...
moran（最新版）_Moran_matlabMoran_neckvqq_moranmatlab_
09-29
用matlab计算moran
lm算法的matlab实现
12-14
该算法是自己编的一个lm算法，是基于MATLAB的程序
新建文件夹_matlab空间计量lm检验代码_源码
10-02
做空间计量模型的lm检验，matlab软件操作
CRSEModels.zip_LM检验_matlab 直接效应_直接效应_空间 直接效应_空间面板
07-13
空间面板，直接和间接效应，LM检验,包括例子，代码等等。
matlab代码复制乱码-spatial_morans:space_morans
05-27
matlab代码复制乱码 moranss 说明： 1.m文件（非_function.m结尾）为运行程序 2. normw.m工具包作用是主要调用矩阵标准化 3. _function.m结尾的为底层函数文件，不要修改 4. 代码出现乱码，是因为版本不同，建议使用电脑自带的记事本打开.m文件，然后再复制粘贴到matlab 5.莫兰检验结果(第一列为I(莫兰指数） 第二列为E(I) 第三列为SD(I) 第四列为Z 第五列为P 注意事项： 版权归属于CHen0213所有，不得用于除学习以外的其他用途。 有问题邮箱联系：。
Matlab与空间计量.rar
06-02
文件包含OLS的LM检验代码，SDM代码及LM检验代码，SAR检验及LM代码，SEM检验及LM代码等。
matlab软件moran值,用matlab求moran并作图的具体步骤
weixin_39654352的博客
03-17 1835
现在有从论坛上下载的moran 的代码，如下：求问这个代码如何修正，运行总是有问题。这个代码只能做单变量的moran 吗？function[I,I_standard,Z_I,Z_alpha,result]=moran(X,W,alpha)%%X为列向量，W为权重矩阵%alpha为显著性水平n = length(X);Xmean = mean(X);XminusX_mean = X - Xmean;...
matlab如何制作莫兰散点图,求大神指点绘制空间内散点图的包络面，，，散点程序如下...
weixin_33795788的博客
03-18 458
该楼层疑似违规已被系统折叠隐藏此楼查看此楼E=[];a=0;b=0;c=0;for Zp=-50:2:50for Xp=-200:2:200for Yp=-200:2:200P1_1=[cos(b)*cos(c) -cos(b)*sin(c) sin(b) Xp;sin(a)*sin(b)*cos(c)+cos(a)*sin(c) cos(a)*cos(c)-sin(a)*sin(b)*sin(...
lm检验matlab,请教：怎么看空间面板数据的LM检验的输出结果，十分感谢。
weixin_33960655的博客
03-20 3218
loglikols =85.5537LM test no spatial lag, probability = 2.8677, 0.090robust LM test no spatial lag, probability = 1.5139, 0.219LM test no spatial error, probability = ...
matlab 拉格朗日LM检验,求问，做LM检验和LR检验的stata命令
weixin_35006433的博客
03-25 5110
回复楼上，改做了LR和Wald 检验xsmle Lngdp Score Goveff SecondaryIndustry Investment Lnpopulation stateowned ,fe model(sdm) wmat(W) type(both) nolog noeffects #sdm模型est store sdm_axsmle Lngdp Score Goveff Seco...
matlab怎么做lm检验,关于LM检验结果 - MATLAB等数学软件专版 - 经管之家(原人大经济论坛)...
weixin_39597636的博客
03-16 1727
LM检验结果如下：Ordinary Least-squares EstimatesR-squared = 0.4606Rbar-squared = 0.4446sigma^2 = 0.0981Durbin-Watson= 1.2845Nobs, Nvars = 105, 4*************************...
matlab moran
05-14
In MATLAB, the `moran` function can be used to calculate Moran's I. The basic syntax for using the `moran` function is: ``` I = moran(x, W) ``` where `x` is a vector of spatial data and `W` is a ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值