空间计量模型 R语言操作详尽步骤！！！

真心贵啊，不知道内容怎样

kk22boy 发表于 2014-11-14 01:31
大家不要下，相当的坑

如果你是本科生，对R与计量根本就不懂。那我也没办法，基本的基础知识都没有。。。。

1. > sheng<-readOGR(".","shengditu")
   
2. OGR data source with driver: ESRI Shapefile
   
3. Source: ".", layer: "shengditu"
   
4. with 30 features and 7 fields
   
5. Feature type: wkbPolygon with 2 dimensions
   
6. > sheng_nb<-poly2nb(sheng)
   
7. > sheng_nblist<-nb2listw(sheng_nb)
   
8. > Y<-log(sheng$INCOME)
   
9. > X1<-log(sheng$CAIZHENG)
   
10. > X2<-log(sheng$YONGDIAN)
    
11. 
    
12. 
    
13. > M0=lm(sheng$INCOME~sheng$CAIZHENG+sheng$YONGDIAN)
    
14. > M0
    
15. 
    
16. Call:
    
17. lm(formula = sheng$INCOME ~ sheng$CAIZHENG + sheng$YONGDIAN)
    
18. 
    
19. Coefficients:
    
20.    (Intercept)  sheng$CAIZHENG  sheng$YONGDIAN  
    
21.      2242.7762          1.9409          0.8433  
    
22. 
    
23. > bptest(M0)
    
24. 
    
25.         studentized Breusch-Pagan test
    
26. 
    
27. data:  M0
    
28. BP = 13.3794, df = 2, p-value = 0.001244
    
29. 
    
30. > M1=lm(Y~X1+X2)
    
31. > M1
    
32. 
    
33. Call:
    
34. lm(formula = Y ~ X1 + X2)
    
35. 
    
36. Coefficients:
    
37. (Intercept)           X1           X2  
    
38.      5.9063       0.1410       0.2403  
    
39. 
    
40. > bptest(M1)
    
41. 
    
42.         studentized Breusch-Pagan test
    
43. 
    
44. data:  M1
    
45. BP = 1.0727, df = 2, p-value = 0.5849
    
46. 
    
47. 
    
48. 空间同步自回归误差模型
    
49. M5SEAR<-errorsarlm(form=Y~X1+X2,listw=sheng_nblist,etype="error")
    
50. > M5SEAR
    
51. 
    
52. Call:
    
53. errorsarlm(formula = Y ~ X1 + X2, listw = sheng_nblist, etype = "error")
    
54. Type: error
    
55. 
    
56. Coefficients:
    
57.      lambda (Intercept)          X1          X2
    
58.   0.6803705   6.2439714   0.1698298   0.1567685
    
59. 
    
60. Log likelihood: 16.28129
    
61. 
    
62. 
    
63. 空间杜宾误差模型
    
64. M6SDEM<-errorsarlm(formula=Y~X1+X2,listw=sheng_nblist,etype="emixed")
    
65. > M6SDEM
    
66. 
    
67. Call:
    
68. errorsarlm(formula = Y ~ X1 + X2, listw = sheng_nblist, etype = "emixed")
    
69. Type: error
    
70. 
    
71. Coefficients:
    
72.      lambda (Intercept)          X1          X2      lag.X1      lag.X2
    
73. 0.383941329 5.606443895 0.174980753 0.125294150 0.127128572 0.005312641
    
74. 
    
75. Log likelihood: 18.43699
    
76. 
    
77. 
    
78. 空间自回归滞后模型
    
79. > M7SAR<-lagsarlm(Y~X1+X2,listw=sheng_nblist,type="lag")
    
80. > M7SAR
    
81. 
    
82. Call:
    
83. lagsarlm(formula = Y ~ X1 + X2, listw = sheng_nblist, type = "lag")
    
84. Type: lag
    
85. 
    
86. Coefficients:
    
87.         rho (Intercept)          X1          X2
    
88.   0.4977138   2.5142894   0.1598273   0.1208989
    
89. 
    
90. Log likelihood: 19.10202
    
91. 
    
92. 空间杜宾模型
    
93. > M8SDM<-lagsarlm(Y~X1+X2,list=sheng_nblist,type="mixed")
    
94. > M8SDM
    
95. 
    
96. Call:
    
97. lagsarlm(formula = Y ~ X1 + X2, listw = sheng_nblist, type = "mixed")
    
98. Type: mixed
    
99. 
    
100. Coefficients:
     
101.         rho (Intercept)          X1          X2      lag.X1
     
102. 0.44734778  2.94168844  0.15733944  0.12553596  0.03462418
     
103.      lag.X2
     
104. -0.05020476
     
105. 
     
106. Log likelihood: 19.35204
     
107. 
     
108. 
     
109. 一般空间模型SAC
     
110. SARAR
     
111. M9SAC<-sacsarlm(Y~X1+X2,listw=sheng_nblist,type="sac")
     
112. > M9SAC
     
113. 
     
114. Call:
     
115. sacsarlm(formula = Y ~ X1 + X2, listw = sheng_nblist, type = "sac")
     
116. Type: sac
     
117. 
     
118. Coefficients:
     
119.         rho      lambda (Intercept)          X1          X2
     
120.   0.6237129  -0.3867786   1.6820435   0.1402677   0.1090523
     
121. 
     
122. Log likelihood: 19.50472
     
123. 
     
124. M9SARMA<-sacsarlm(Y~X1+X2,listw=sheng_nblist,type="sacmixed")
     
125. > M9SARMA
     
126. 
     
127. Call:
     
128. sacsarlm(formula = Y ~ X1 + X2, listw = sheng_nblist, type = "sacmixed")
     
129. Type: sacmixed
     
130. 
     
131. Coefficients:
     
132.         rho      lambda (Intercept)
     
133. 0.72462052 -0.52029281  1.26735141
     
134.          X1          X2      lag.X1
     
135. 0.13794167  0.13100192 -0.02403913
     
136.      lag.X2
     
137. -0.07284195
     
138. 
     
139. Log likelihood: 19.859

复制代码

东西好少。。。。

楼上几位  有钱 就是这样任性~

空间自相关分析和横截面空间计量用spdep，面板空间计量用splm。还不如去看它们的帮助文件或者Anselin写的一个说明文档。
空间对象处理和图形输出用sp、maptools、rgdal等包，空间统计用spatstat。去看Bivand写的一本书。
楼主，厚道些。

淘宝网橙迷橙橙 发表于 2014-11-18 08:48
空间自相关分析和横截面空间计量用spdep，面板空间计量用splm。还不如去看它们的帮助文件或者Anselin写的一 ...

很多东西我的压缩包里写的很详细。你觉得你对空间面板理解了多少。如果真的你觉得你认识很深刻，那么请把你的详细操作步骤像我一样传上来。而不是在这里三言俩语评价别人。你的共享精神在哪里？你能做到么？如果你做不到。那么你有资格评价别人么？也许你懂，但你不希望别人掌握。。。我相信我的资料总会让很多人受益

你再详细，能详细过这两份文档吗？
当然，你做了很多工作，感谢你的分享。当然，如果能免费的话，大家都会感激不尽的。这里列出的两份文档，可是都免费的。

lonestone 发表于 2014-11-12 01:27
good

太贵了~

淘宝网橙迷橙橙 发表于 2014-11-18 12:57
你再详细，能详细过这两份文档吗？
当然，你做了很多工作，感谢你的分享。当然，如果能免费的话，大家都会 ...

这两份文档基本可以解决空间计量问题