空间误差分量模型的Bootstrap LM检验

发布时间：2018-04-06 05:15

  本文选题：空间误差分量模型　切入点：Bootstrap抽样　出处：《统计与决策》2016年21期

【摘要】：空间误差分量模型(Spatial Error Components,SEC)传统的空间相关性LM检验存在严重的水平扭曲和较低的检验功效,导致检验统计量失效。文章将Bootstrap方法应用于SEC模型的空间相关性LM检验,提高检验统计量的有效性。Monte Carlo模拟实验表明,Bootstrap LM检验的水平受误差项分布、空间权重矩阵和样本量影响较小,并且远优于渐近LM检验,具有理想的检验水平;渐近LM检验和Bootstrap LM检验的功效均随着空间相关性的增强,及样本量的增大而增大,但Bootstrap LM检验在各种情形下均具有更高的检验功效,尤其是样本量较小时。简言之,Bootstrap LM检验是SEC模型更为优越的空间相关性检验方法。
[Abstract]:Spatial Error components (SECs) traditional spatial correlation LM test has serious horizontal distortion and low efficiency, which leads to the failure of test statistics.In this paper, the Bootstrap method is applied to the spatial correlation LM test of the SEC model, and the effectiveness of the test statistics is improved. The Monte Carlo simulation experiment shows that the level of the bootstrap LM test is influenced by the error term distribution, the spatial weight matrix and the sample size are less affected.The efficacy of asymptotic LM test and Bootstrap LM test increase with the increase of spatial correlation and sample size.However, Bootstrap LM test is more effective in all kinds of cases, especially in small sample size.In short, bootstrap LM test is a better spatial correlation test method for SEC model.
【作者单位】： 南京大学广发银行博士后科研工作站;广东南方广播影视传媒集团有限公司;
【分类号】：F224

【相似文献】

相关期刊论文 前10条

1 杜江;陈希镇;于波;;Archimedean Copula函数中参数的Bootstrap估计[J];统计与决策;2009年12期

2 潘海涛;;Bootstrap方法在非参数核估计中的研究与应用[J];统计与决策;2010年23期

3 李德旺;;Bootstrap法在核估计中的应用展望[J];经济研究导刊;2012年25期

4 方涛;黄丽琨;;动态修正贝叶斯估计的Bootstrap调整[J];统计与决策;2008年01期

5 张连增;段白鸽;;基于非参数Bootstrap方法的随机性链梯法及R实现[J];统计与决策;2012年21期

6 贺磊;;中国信贷增长与保险发展关系的动态分析——基于bootstrap仿真的实证研究[J];财经理论与实践;2013年03期

7 谢益辉;朱钰;;Bootstrap方法的历史发展和前沿研究[J];统计与信息论坛;2008年02期

8 李昊;;面板单位根检验的Bootstrap比较[J];统计与决策;2008年19期

9 丁先文;邹舒;林金官;;Bootstrap方法与经典方法在区间估计中的比较[J];统计与决策;2012年23期

10 董直庆;滕建洲;;我国财政与经济增长关系:基于Bootstrap仿真方法的实证检验[J];数量经济技术经济研究;2007年01期

相关会议论文 前8条

1 王生云;;基于Bootstrap的浙江省水库经营状况影响因素研究[A];中国原水论坛专辑[C];2010年

2 赵金良;冯敬海;宋立新;;具有MA(q)误差线性模型中协方差阵参数的分步估计方法及其Bootstrap估计[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 王朝;高敬雅;;基于Bootstrap方法估计的二手车价格回归模型[A];北京市第十六次统计科学研讨会获奖论文集[C];2011年

4 江海峰;陶长琪;;DF模式下第三种单位根检验的Bootstrap检验研究[A];21世纪数量经济学（第14卷）[C];2013年

5 龚方;于仕超;昃向君;周保华;郭曙超;吕ZS;;Bootstrap模拟取样对进口豆类产品中重金属硒的含量特征分析[A];山东出入境检验检疫局专刊[C];2012年

6 罗巍;张春华;谭源源;陈循;;基于Bootstrap的贮存可靠度置信下限评估[A];2009年全国机械可靠性技术学术交流会暨第四届可靠性工程分会成立大会论文集[C];2009年

7 刘贯春;岳意定;贺磊;;我国保险业与信贷业作用关系的动态分析——基于Bootstrap仿真的滑动窗口VAR模型[A];第八届（2013）中国管理学年会——金融分会场论文集[C];2013年

8 王亚华;吴凡;王争;;交通行业生产率变动的Bootstrap—Malmquist指数分析(1980-2005)[A];经济学（季刊）第7卷第3期[C];2008年

相关博士学位论文 前2条

1 王艳芳;基于bootstrap法与混合威布尔分布的拖拉机可靠性评估模型与应用研究[D];东北农业大学;2016年

2 句彦伟;几类多尺度非线性随机模型与SAR图像Bootstrap分割研究[D];西北工业大学;2007年

相关硕士学位论文 前10条

1 葛利丹;基于Bootstrap的扩散过程检验[D];南京理工大学;2015年

2 杨娜;基于Bayesian Bootstrap方法的准备金风险度量研究[D];天津财经大学;2014年

3 瞿开毅;几类重复观测数据模型的Bootstrap推断[D];北方工业大学;2016年

4 马亮;浅分岐水平下系统发生树的bootstrap研究[D];重庆师范大学;2012年

5 高国楷;基于非参数Bootstrap的风速波动建模及预测[D];西南交通大学;2013年

6 毛平;Bootstrap方法及其应用[D];湘潭大学;2013年

7 李伟杰;空间面板数据混合模型Bootstrap检验研究[D];华南理工大学;2014年

8 李勇;两个及多个多维样本位置参数相等性的bootstrap检验[D];中国矿业大学（北京）;2005年

9 户鹏军;基于bootstrap方法对广东社会消费品零售额面板数据的实证研究[D];华南理工大学;2012年

10 曾，

本文编号：1718119