ความสัมพันธ์อัตโนมัติเชิงพื้นที่สำหรับข้อมูลอนุกรมเวลา

ฉันมีชุดข้อมูล 20 ปีของการนับจำนวนปีของสายพันธุ์ที่อุดมสมบูรณ์สำหรับชุดรูปหลายเหลี่ยม (~ 200 รูปหลายเหลี่ยมที่ต่อเนื่องและมีรูปร่างไม่สม่ำเสมอ) ฉันใช้การวิเคราะห์การถดถอยเพื่ออนุมานแนวโน้ม (การเปลี่ยนแปลงจำนวนต่อปี) สำหรับรูปหลายเหลี่ยมแต่ละรูปรวมถึงการรวมข้อมูลรูปหลายเหลี่ยมตามขอบเขตการจัดการ

ฉันแน่ใจว่ามีข้อมูลเชิงพื้นที่สัมพันธ์อัตโนมัติซึ่งแน่นอนว่าจะส่งผลกระทบต่อการวิเคราะห์การถดถอยสำหรับข้อมูลรวม คำถามของฉันคือ - ฉันจะรันการทดสอบ SAC สำหรับข้อมูลอนุกรมเวลาได้อย่างไร ฉันต้องดู SAC ของส่วนที่เหลือจากการถดถอยของฉันในแต่ละปี (โมแรนระดับโลกของฉัน) หรือไม่? หรือฉันสามารถทำการทดสอบหนึ่งครั้งกับทุกปีได้หรือไม่?

เมื่อฉันทดสอบว่าใช่มี SAC มีวิธีง่าย ๆ ในการจัดการเรื่องนี้หรือไม่? พื้นหลังสถิติของฉันมีน้อยและทุกอย่างที่ฉันได้อ่านในการสร้างแบบจำลองเชิงพื้นที่มีความซับซ้อนมาก ฉันรู้ว่า R มีฟังก์ชั่น autocovariate ทางไกล - นี่ใช้ง่ายไหม?

ฉันค่อนข้างสับสนในการประเมิน / addess SAC สำหรับปัญหานี้และจะขอบคุณคำแนะนำลิงก์หรือการอ้างอิงใด ๆ ขอบคุณล่วงหน้า!

— Rozza
แหล่งที่มา

คุณต้องการสร้างแบบจำลองกระบวนการเชิงพื้นที่ต้นแบบหรือคุณต้องการปรับการประมาณค่าความแปรปรวนร่วมแปรปรวนร่วมของคุณกับบัญชีสำหรับการหาค่าสัมพันธ์เชิงพื้นที่อัตโนมัติหรือไม่?

— generic_user

หรือคุณต้องการที่จะทำทั้งสองอย่าง ...

— gregmacfarlane

ขอบคุณสำหรับคำตอบ! ฉันคิดว่าข้อมูลของฉันมีการพึ่งพาอาศัยกันเชิงพื้นที่อย่างอัตโนมัติ - มันเป็นเรื่องทางชีววิทยาและมีความเป็นไปได้มากที่สปีชีส์ที่นับในหน่วยข้างเคียงจะส่งผลกระทบต่อหน่วยโดยรอบ หน่วยของฉันมีขนาดค่อนข้างใหญ่ดังนั้นฉันตั้งใจจะใช้ตัวเลือก 'การเชื่อมต่อบนขอบและมุม' เพื่อตั้งค่าระยะการหน่วงเวลาเพื่อทดสอบ SAC ฟังก์ชั่น R สำหรับรุ่น SAC ดูเป็นไปได้ (ยังอยู่เหนือหัวของฉัน!) ขอบคุณอีกครั้ง.

— Rozza

ยินดีต้อนรับสู่เว็บไซต์ Rozza นี่ควรเป็นความคิดเห็นต่อหนึ่งในคำตอบ แม้ว่าจะแน่ใจว่าได้กำจัดคำตอบที่มีอยู่แล้วหากพวกเขาให้คำตอบที่เป็นประโยชน์และทำเครื่องหมายหนึ่งในนั้นเพื่อตอบคำถามของคุณหากคุณรู้สึกว่าได้รับคำตอบที่น่าพอใจ

— Andy W

คำตอบ:

ตามบทความนี้ OLS มีความสอดคล้องในการปรากฏตัวของความสัมพันธ์เชิงพื้นที่ แต่ข้อผิดพลาดมาตรฐานไม่ถูกต้องและจำเป็นต้องปรับ โซโลมอน Hsiang ให้รหัส stata และ matlabสำหรับการทำเช่นนั้น น่าเสียดายที่ฉันไม่คุ้นเคยกับรหัส R สำหรับสิ่งนี้

มีวิธีการอื่นที่แน่นอนในการจัดเรียงของปัญหานี้ในสถิติเชิงพื้นที่ที่จำลองกระบวนการเชิงพื้นที่อย่างชัดเจน อันนี้ก็ทำให้เกิดข้อผิดพลาดมาตรฐาน

นักเศรษฐศาสตร์เชิงทฤษฎีน่าเสียดายที่มีความสุขในการทำให้งงงวย กระดาษที่เชื่อมโยงนั้นอ่านยากจริงๆ โดยพื้นฐานแล้วสิ่งที่กล่าวจะเรียกใช้การถดถอยที่คุณต้องการจากนั้นไปแก้ไขข้อผิดพลาดมาตรฐานในภายหลังเช่น: ใช้รหัสจาก Hsiang ช่องว่างไม่เข้ามาจนกว่าคุณจะลองประมาณความแปรปรวนของตัวประมาณของคุณ โดยสังหรณ์ใจหากความแตกต่างทั้งหมดอยู่ใกล้กันคุณก็มั่นใจน้อยกว่าว่าการประมาณของคุณไม่ได้เป็นเพียงแค่การตกตะลึงของอวกาศที่ไม่ได้สังเกตเห็น

โปรดทราบว่าคุณต้องระบุแบนด์วิดท์เคอร์เนลซึ่งคุณคิดว่ากระบวนการอวกาศอาจทำงานได้

คำตอบนี้เป็นเพียงการคัดลอก / วางใหม่ของคำตอบเดียวกันกับที่ฉันทำที่นี่

— generic_user
แหล่งที่มา

$y = X\beta + u, u=\rho Wu + \epsilon$

$y = \rho W y+ X\beta + \epsilon$ $y = \rho W y + X\beta + WX \lambda + \epsilon$

spdepแพคเกจสำหรับ R มีฟังก์ชั่นมากมายที่คำนวณน้ำหนักอวกาศเมทริกซ์ประมาณการถดถอยเชิงพื้นที่และทำสิ่งอื่น ๆ ฉันมีประสบการณ์อย่างมากเกี่ยวกับlagsarlmฟังก์ชั่น แต่ดูในเอกสารประกอบของแพคเกจว่ามีsacsarlmฟังก์ชั่นที่ดูเหมือนจะเป็นมากกว่าสิ่งที่คุณกำลังมองหา

$W$ $t$ $t-1$ $t +1$

$W$ $X$

— gregmacfarlane
แหล่งที่มา

โพสต์ที่ดี ฉันคิดว่าความแตกต่างที่ OP ควรคำนึงถึงเมื่อเลือกระหว่างสองแนวทางคือว่า "ผลลัพธ์" ในรูปหลายเหลี่ยมเดียวจะมีผลต่อผลลัพธ์ของเพื่อนบ้านหรือไม่ ถ้าเป็นเช่นนั้นไปด้วยวิธีของ gmacfarlane ถ้าไม่อย่างใดอย่างหนึ่งที่ฉันเสนอนั้นง่ายกว่า

— generic_user