空间自回归模型-OLS、SLM、SEM理解

先Po上空间自回归模型方程的公式
【翻了好多资料，还是觉得直接耐着心从公式入手理解的最到位了，其中可能会有计量经济学或者统计学上的术语不太好理解，我统一放到了文末一块解释~】

y=ρW1y+βx+ε，ε=λW2ε+μ

• 【首先明确：OLS、SLM、SEM都是基于上面这个方程得出的，不同系数对应的不同情况形成了不同的空间自回归模型。】
• OLS（普通线性回归模型）

（不得不说每个模型的命名提示性还蛮大）

• 【其次，OLS与SLM、SEM两个模型的区别在于，OLS是单纯的线性数量关系*（其实就是我们平常最熟悉的那个y=ax+b）*，也就是适用于自变量、因变量都不存在空间上的相关性的情况，，即不考虑变量之间的空间权重】

上式，y为因变量，X为自变量，W代表空间权重矩阵，
由于OLS不考虑空间上相邻区域变量的互相影响，W1、W2前面的系数ρ、λ都为0，因此得到OLS的方程为：
y=βx+μ