空间回归模型估计中的最小二乘法
外文标题：The Least Squares of Spatial Regression Models
文献类型：期刊
作者：刘明[1]
机构：[1]兰州商学院甘肃省经济发展数量分析研究中心
[2]中国人民大学统计学院
年：2014
期刊名称：统计与信息论坛
期：10
页码范围：9-13,14
增刊：增刊
所属部门：统计学院
语言：中文
ISSN：1007-3116
链接地址：http://d.g.wanfangdata.com.cn/Periodical_tjyxxlt201410002.aspx
DOI：10.3969/j.issn.1007-3116.2014.10.002
人气指数：23
浏览次数：23
基金：国家社会科学基金重大项目《经济社会公共数据的空间统计样本数据开发及应用研究》; 国家统计局统计科学研究重点项目《空间数据建模技术及其在我国居民消费分析中的应用》
关键词：空间回归模型;最大似然估计;最小二乘估计
摘要：空间回归模型由于引入了空间地理信息而使得其参数估计变得复杂，因为主要采用最大似然法，致使一般人认为在空间回归模型参数估计中不存在最小二乘法。通过分析空间回归模型的参数估计技术，研究发现，最小二乘法和最大似然法分别用于估计空间回归模型的不同的参数，只有将两者结合起来才能快速有效地完成全部的参数估计。数理论证结果表明，空间回归模型参数最小二乘估计量是最佳线性无偏估计量。空间回归模型的回归参数可以在估计量为正态性的条件下而实施显著性检验，而空间效应参数则不可以用此方法进行检验。
作者其他论文
中国太阳能产业出口竞争力研究.张汝飞;刘明.首都经济贸易大学学报.2014,77-82.
网络虚拟财产权权利客体研究.刘明.社会科学研究.2015,77-84.
美国《众筹法案》中集资门户法律制度的构建及其启示.刘明.现代法学.2015,37(1),149-161.
大数据视角下名录库更新维护--基于互联网异源异构数据整合的探讨.傅德印;黄恒君;陶然.统计研究.2015,32(1),5-10.
线性回归模型统计检验方法体系构建.刘明;李明莉.统计与决策.2014,8-11.
