用Matlab进行空间计量模型SDM,SAR计算时的程序包

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

elhorst.rar (6.29 KB, 需要: 2 个论坛币) 本附件包括：

• demopanelscompare.m
• direct_indirect_effects_estimates.m
• f2_sarpanel.m
• f_sarpanel.m
• sar_panel_FE.m

2013-10-1 20:59:10 上传

（建议不要下载这个，用下面model那个，比这个更全）做空间面板数据（SDM也可以做），有直接间接效应值
需要: 2 个论坛币  [购买]

最近写论文用到空间杜宾模型SDM，由于jplv7包中的原有的SDM模型只能分析截面数据，而做面板数据需要jplv7的panel里面给出的SAR模型再自己改编，难度很高。附件是已经直接可以做面板的SDM代码，当然，也可以做SAR,SER等空间计量模型，非jplv7的原始版本（Elhorst在此基础上的修改），套用这个代码，做空间计量模型（SDM,SAR,SEM），除了可以得到模型系数估计值，还可以计算自变量对因变量的直接效应和间接效应。找的很辛苦，分享给大家。另外，Matlab的包具体如何使用，很难手把手教，最主要的还是靠自己去一句一句读代码，通过对DEMO的运行（这个在Elhorst文件中不含，建议下载Elhorst model文件，不仅有函数，还有实例和原数据，点击DEMO可以看到运行效果），查看它是如何对原始数据运用读取的，然后结合FUNCTION的编写解释，自行摸索，这是我的一点体会。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享3 收藏122 回帖

关键词：空间计量模型 MATLAB matla atlab 空间计量 程序 空间 模型

有什么问题欢迎在此留言，大家一起交流讨论

已经下载第一个文件的朋友，把邮箱发给我，我把补充版本发给你们

附上程序操作的部分结果，看看你是否需要用到
Results obtained in Matlab version 7.10.0 after running demopanelscompare directly after Matlab was opened

Results reported in Matlab paper are indicated

>> demopanelscompare

Pooled model with spatially lagged dependent variable, no fixed effects
Dependent Variable =        logcit   
R-squared          =    0.3504   
corr-squared       =    0.2995   
sigma^2            =    0.0327
Nobs,Nvar,#FE      =   1380,     4,     3  
log-likelihood     =        394.57544
# of iterations    =      1   
min and max rho    =   -1.3924,   1.0000
total time in secs =    1.4840
time for optimiz   =    0.2660
time for lndet     =    0.0470
time for eigs      =    0.7340
time for t-stats   =    0.0930
No lndet approximation used
***************************************************************
Variable        Coefficient  Asymptot t-stat    z-probability
intercept          2.649149        16.690302         0.000000
logp              -0.759025       -19.195318         0.000000
logy               0.253923        10.127432         0.000000
W*dep.var.         0.189563         6.173944         0.000000

    direct    t-stat   indirect    t-stat   total    t-stat

ans =

   -0.7642  -19.9941   -0.1707   -5.7618   -0.9349  -22.1216
    0.2562   10.6002    0.0572    5.1699    0.3134   10.7289

Direct         Coefficient           t-stat           t-prob         lower 05         upper 95
logp             -0.766077       -20.452653         0.000000        -0.841696        -0.695877
logy              0.256334        10.659193         0.000000         0.209184         0.304201

Indirect       Coefficient           t-stat           t-prob         lower 05         upper 95
logp             -0.170935        -5.853636         0.000000        -0.228872        -0.114329
logy              0.057215         5.255482         0.000004         0.036976         0.079186

Total          Coefficient           t-stat           t-prob         lower 05         upper 95
logp             -0.937012       -22.000409         0.000000        -1.030269        -0.856131
logy              0.313549        10.786241         0.000000         0.256581         0.370397


Pooled model with spatially lagged dependent variable, no fixed effects
Dependent Variable =        logcit   
R-squared          =    0.4346   
corr-squared       =    0.3600   
sigma^2            =    0.0285
Nobs,Nvar,#FE      =   1380,     6,     5  
log-likelihood     =         475.5419
# of iterations    =      1   
min and max rho    =   -1.3924,   1.0000
total time in secs =    0.1250
time for optimiz   =    0.0160
time for lndet     =    0.0160
time for eigs      =    0.0460
No lndet approximation used
***************************************************************
Variable        Coefficient  Asymptot t-stat    z-probability
intercept          2.631341        15.820860         0.000000
logp              -1.250674       -21.795938         0.000000
logy               0.554194        14.957778         0.000000
W*logp             0.780485        11.148678         0.000000
W*logy            -0.444388       -10.114568         0.000000
W*dep.var.         0.336576        11.090923         0.000000

    direct    t-stat   indirect    t-stat   total    t-stat

ans =

   -1.2161  -23.3866    0.5075    7.2653   -0.7086  -13.3295
    0.5303   15.4833   -0.3664   -7.4704    0.1639    4.0665

Direct         Coefficient           t-stat           t-prob         lower 05         upper 95
logp             -1.214549       -22.699019         0.000000        -1.317824        -1.110875
logy              0.528213        15.097459         0.000000         0.458332         0.592698

Indirect       Coefficient           t-stat           t-prob         lower 05         upper 95
logp              0.505157         7.364146         0.000000         0.367755         0.635877
logy             -0.362380        -7.485479         0.000000        -0.458527        -0.266987

Total          Coefficient           t-stat           t-prob         lower 05         upper 95
logp             -0.709393       -13.544731         0.000000        -0.809527        -0.613405
logy              0.165833         4.055646         0.000191         0.080061         0.239749


Wald_spatial_lag =

   14.8284


prob_spatial_lag =

  6.0264e-004


LR_spatial_lag =

   15.7526


prob_spatial_lag =

  3.7964e-004


Wald_spatial_error =

    8.9801


prob_spatial_error =

    0.0112


LR_spatial_error =

    8.2292


prob_spatial_error =

    0.0163

楼主你的意思是第二个文件是第一个文件的完整版？只要下第二个文件就好么？

hefengmocha 发表于 2013-10-2 11:44
已经下载第一个文件的朋友，把邮箱发给我，我把补充版本发给你们

楼主你的意思是第二个文件是第一个文件的完整版？只要下第二个文件就好么？

Ordinary Least-squares Estimates
Dependent Variable =        logcit   
R-squared      =    0.3209
Rbar-squared   =    0.3199
sigma^2        =    0.0343
Durbin-Watson  =    1.6311
Nobs, Nvars    =   1380,     3
***************************************************************
Variable       Coefficient      t-statistic    t-probability
intercept         3.485067        30.752482         0.000000
logp             -0.859023       -25.162254         0.000000
logy              0.267733        10.848028         0.000000


loglikols =

  370.3279

LM test no spatial lag, probability          =   66.4657,    0.000
robust LM test no spatial lag, probability   =   58.2636,    0.000
LM test no spatial error, probability        =  153.0401,    0.000
robust LM test no spatial error, probability =  144.8380,    0.000
??? Error using ==> mtimes
Inner matrix dimensions must agree.

Error in ==> lmlag at 47
lm1 = (e'*W*y)/epe;

Error in ==> demoLMsarsem_panel at 43
lm1=lmlag(y,[xconstant x],W);

额，楼主啊，下了你的程序包没搞清楚怎么用啊~是要先用panel regression跑出结果再去用 panel_effects_sdm么？另外虽然这程序处理面板数据但是如果每年的空间权重矩阵W不一样则么办？

你说的SDM的演示文件，是demopanelcompare这个么？

谢谢楼主，