一,滞后变量模型
滞后指的是时间上的落后和迟延。在生活中,时间滞后效应无处不在。比如我们的消费支出不仅取决于当前收入,还在一定程度上与过去的收入有关。我们考研英语的发挥的水平,也受过去几个月的英语学习工作量相关。
因此我们通常是从时间角度解释滞后变量:把变量的前期值,即带有滞后作用的变量称为滞后变量。含有滞后变量的模型称为滞后变量模型。
如下展示了滞后变量模型
其中Yt表示宏观消费,
X
t
X_t
Xt表示当前宏观收入。
X
t
−
1
X_{t-1}
Xt−1则是前一期收入(一阶滞后变量)。
β
i
β_i
βi则代表滞后变量
X
i
X_i
Xi变动对y的影响程度。
二,空间滞后模型
引申到空间领域,也就是将普通的方法模型加入一些空间考量进行回归。滞后变量考虑的是时间序列的,空间滞后就是考虑周边区域对研究区的影响。
比如芜湖市的GDP发展,既受到其本身的影响,也和周边的大城市南京有重要关系。你在自习室自习效率高,是受到周边同学氛围的带动。在宿舍学习效率低,是受到宿舍休闲娱乐环境的影响。
空间滞后模型,即考虑了空间变量的自回归模型,也叫做空间自回归模型
其中y为被解释变量矩阵,X为解释变量矩阵,ρ为空间效应系数,β为参数向量,w为空间矩阵。
下面对空间矩阵和空间滞后做说明:
W为空间权重矩阵,对空间邻居或邻接关系的描述,定义为一个二元对称的空间权重矩阵W,表达n个位置的空间区域邻近关系。下面对空间权重矩阵做介绍:
如图矩阵的每一行代表了一个空间单元的邻居集合。如
W
11
−
W
1
n
W_{11}-W_{1n}
W11−W1n,代表单元1与单元1,2…n的空间关系。如果是连通性指标,连通W为1,否则W为0。如果是点要素,则采用距离指标,点i和点j的距离在阈值d内Wij为1,否则为0.
W
y
W_y
Wy为空间滞后
空间权重矩阵第i行的非0元素,代表空间位置i的所有邻居。
若空间位置i上的观测值(实际值,比如你要对GDP进行统计,那么这个观测值就是GDP)为
y
i
y_i
yi,则相应的空间滞后为
∑
i
w
i
j
∗
y
i
\sum_i w_{ij} * y_i
i∑wij∗yi
w
i
j
w_{ij}
wij代表空间上i与j是否有联系,
y
i
y_{i}
yi代表对应空间位置i的观测值。若
w
i
j
w_{ij}
wij=0,代表没有空间联系,则
w
i
j
∗
y
i
w_{ij}*y_i
wij∗yi=0;若存在空间联系,则
w
i
j
=
1
w_{ij}=1
wij=1,
w
i
j
∗
y
i
=
y
i
w_{ij}*y_i=y_i
wij∗yi=yi;因此在位置i上的空间滞后就是将空间矩阵第i行所有的邻居的观测值进行加权平均。
四,空间滞后应用
我们可以利用空间滞后模型来进行水稻估产。一般估产模型是利用ndvi值和产量值进行线性拟合。那么可以比较一下两种方法的区别。
首先获取研究区域的tm遥感影像,通过处理获得ndvi数据。然后利用采样点提取对应地块的ndvi值和产量数据。分别进行线性回归和空间滞后回归。
线性回归结果,r2为0.45
空间矩阵
空间滞后结果,r2为0.51。相对于线性回归精度有了一定的提升
新开通了本人的公众号,欢迎关注:燕南路GISer ,专注GIS干货分享,不定期更新。
主要兴趣:GIS、时空数据挖掘、python、机器学习深度学习
CSDN的部分内容会重写再搬迁到公众号,欢迎关注!