带有测量误差的空间自回归模型的参数估计

发布时间：2021-06-19 20:06

　　带有测量误差的空间数据普遍存在于现实生活中.虽然可以通过各种技术来尽量减少测量误差,但是有时候测量误差达到了无法忽略的程度.另一方面,空间数据因为空间相依性的存在,使得观测值之间的独立性假定不成立.在这种情况下,如果忽视数据中存在的测量误差和空间相依性的存在,依然采用传统的估计方法（如最小二乘方法）,会造成估计结果出现较大偏差.为此,研究解释变量带有测量误差的空间自回归模型的参数估计方法显得非常重要.本文主要研究解释变量带有测量误差的空间自回归模型的参数估计问题.首先采用校正似然估计方法得到模型中参数的估计,然后证明了参数估计的渐近性质.最后通过模拟研究比较了测量误差方差已知和未知两种情况下校正似然估计和两阶段最小二乘法估计的结果.模拟结果表明:在本文的模拟条件下,两种估计方法都比较有效,而且校正似然估计的估计效果略优于两阶段最小二乘法. 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：43 页

【学位级别】：硕士

【部分图文】：

模拟2:22

模拟2:22

模拟1:0.5各参数估计

【参考文献】：
期刊论文
[1]基于线性回归变量误差模型的工具变量法与校正似然法的比较[J]. 关静,陈永沛.  统计与决策. 2017(10)
[2]有测量误差时空间自回归模型的估计与检验[J]. 张征宇,朱平芳.  统计研究. 2010(04)
[3]县域经济增长集聚与差异:空间计量经济实证分析[J]. 吴玉鸣.  世界经济文汇. 2007(02)
[4]基于地理加权回归模型的省域工业全要素生产率分析[J]. 吴玉鸣,李建霞.  经济地理. 2006(05)
[5]线性模型和线性EV模型中的T-型回归估计和EM算法（英文）[J]. 崔恒建.  应用概率统计. 2006(03)
[6]居民收入与城市经济水平的空间自回归模型[J]. 李序颖,陈宏民.  系统工程理论方法应用. 2005(05)

硕士论文
[1]测量误差模型及其医学研究应用[D]. 董丽芳.山西医科大学 2005



本文编号：3238456